標籤: Context Engineering
-
Claude Code Token 砍 43% 實測:能省的前提是先量得到
改 3 天對話習慣實測:每則回應 context 327K→147K、cache_read…
-
一張圖看懂 AI Agent 系統:Loop、Harness、MCP、A2A 差在哪
Loop、Harness、Agent、MCP、API、Dataset、A2A 常被當成平行…
-
讓 AI 不再失憶:用 Claude Code Hooks 打造大腦反饋迴路
LLM 最大的弱點是會忘:session 結束或 context 壓縮後,這一輪學到的教訓…
-
跟 AI 寫程式的 15 條軟工紀律 — 用一條真實對話從頭拆解
跟 AI 寫程式到底需要哪些軟工基礎?從一條真實 Opus 4.8 Workflow 實測…
-
Claude Code Dynamic Workflows 實測:Opus 4.8 + 11 Haiku 平行 audit 109 個 resolver
Opus 4.8 帶來 Dynamic Workflows。同題雙軌跑 Home123 1…
-
「為什麼修不完?」— 從 21 輪迴圈到 5 type taxonomy 的多 agent 角色設計
本系列【入門篇】。建 RD+QA 跑起來 → 局部檢測 + 不會按角色測(RBAC 全沒驗…
-
Cycle File:Multi-Agent 工程的狀態接力棒 — file-as-state-machine 方法論
本系列【進階篇】。提供完整 SOP / 8-stage 結構 / 5 種 cycle ty…
-
AI 不該替我打 🟢🟡🔴:從 decision-server 看跟 LLM 協作決策的介面方法論
從 markdown vs HTML 假議題開始,一個下午建出 decision-serv…
-
從 4 條原則到動態大腦：兩種 Claude Code 知識系統的差異
對比 multica-ai/andrej-karpathy-skills 與動態 Brai…
-
跟 AI 寫程式的紀律：6 條規矩讓 AI 從 21 輪修不完到自走嚴格測試
兩週前我和 AI 一起寫 SaaS 跑 21 輪除錯都收不完。本文上半故事 + 4 招診斷…