塞斯库

用 Claude Code 或 Cursor 经常会遇到一个坑：上一轮写错的笔记，下一轮会被它当成铁律继续执行。 Anthropic 最近在探讨 Agent 记忆时举过一个例子：让 Claude 玩《口袋妖怪红》，它误记宝可梦中心在月见山东侧，还顺手记了句已搞定，结果从单向悬崖连跳下去三次，怎么都走不到华蓝市。直到通过会话记录纠正了这条错误笔记，它才顺利过关。 很多人遇到 Agent 逻辑跑偏，第一反应是换更聪明的模型，但其实整理记忆往往比换模型管用得多。 官方正在探索让智能体在空闲时像做梦一样整理记忆、对照记录纠偏，不过这功能目前还在研究预览阶段，大家界面里可没有一键做梦的按钮。 日常用起来最实在的做法，就是别把记忆文件当成只写不读的垃圾桶。Claude Code 每次其实只加载 MEMORY.md 的前 200 行或 25KB 作为索引。趁着会话间隙，手动去把顶层索引精简一下，删掉过时和误导的结论，效果立竿见影。 你平时会定期清理项目的记忆文件，还是直接开新会话重新来过？ #ClaudeCode #AI编程

聊聊这周的大饼和ETF资金面，周末别光盯K线。 刚翻了下数据，11月2日–6日这周，美国现货比特币ETF净流出了约12.8亿美元。大头全在贝莱德IBIT身上，单周流出约12.1亿（占了94%），已经是连续第6个交易日净流出。周五单日全市场又流出约4.12亿，IBIT占了约4.03亿；比较有意思的是，富达FBTC当天反而净流入了约4280万。另外以太坊ETF也没闲着，这周继续净流出约3.65亿。 盘面上，BTC周五收在75844附近，周末基本在7.5–7.6万之间横盘震荡。 顺便提一句：ETF净流出不等于机构立刻拿着等量现货在盘子里硬砸，AP（授权参与者）的套利和赎回机制要复杂得多，看到流出不用脑补核按钮。 不过我觉得现在别光看币价撑不撑得住，关键看ETF资金面和美股整体的风险偏好能不能共振。美股休市这几天，大家都在等周一开盘确认这波ETF赎回潮到底能不能稳住。 周末流动性薄，管住手，别过度加杠杆去博方向，等周一美股开盘看资金态度再动也不迟。 大家觉得周一美股开盘，IBIT会迎来逆转净流入，还是继续被大资金提款？ #比特币 #加密货币

阿波罗首席经济学家 Torsten Slok 10 月下旬给过一组挺有意思的数据：七巨头的人均营收和利润率还在往上冲，但标普 500 剩下的 493 家公司，数据基本走平。 所谓“AI 带来全面生产力提升”，在绝大多数公司的财报里根本还没影。现实是，AI token 支出绝大部分集中在头部 10% 的大厂，更多普通公司不仅没赚到钱，反而在收缩投入，甚至觉得调用 token 就是纯烧钱的成本中心。 最近 AI 股票这轮抛售，正好提了个醒。 现在 AI 红利高度集中在极少数顶层巨头手里。不管是做指数还是选个股，都得清醒一点：别看到公司贴个“AI 概念”标签，就默认业绩能起飞。“AI 让所有公司都变强”目前还只是美好想象，业绩逻辑压根没跑通。 大家觉得，这波红利最终能扩散到这 493 家公司，还是会被头部巨头一路通吃？ #美股 #AI

聊个扎心的事。之前有个针对资深开发者的实测：246 个真实任务里，用了 Cursor Pro 和 Claude 等工具，实际耗时反而多了 19%，但开发者自己却觉得“快了 20%”。 虽说有人吐槽这研究早于近一年的模型迭代，更新后的数据也有不确定性，但我觉得没必要较劲具体的百分比。这事真正戳中痛点的，是主观体感和客观实测往往差得极远。 敲代码变爽了，噼里啪啦自动生成确实容易让人产生效率翻倍的幻觉。但我自己的感觉是：别光看生成的几秒钟，审代码的脑力消耗、排查隐蔽 bug 和反复返工的时间，往往在暗中吞噬效率。 大家不妨做个小测试：挑几个差不多难度的同类任务，掐表对比一下用和不用 AI 的真实耗时，尤其是把改 bug 和 review 的时间算进去。 你平时用 AI 写代码，觉得自己的效率到底是真提速了，还是纯粹是“变快了的幻觉”？ #AI编程 #独立开发

OKX 和纽交所母公司合资搞的 OKXICE，本来想用稳定币做 7x24 小时美股代币化交易，结果刚起步就被上市公司泼了冷水。 截至 11 月 5 日，已经有 67 家公司公开反对上架。最初选的 62 家里有 56 家明确说不，比例接近九成。美股七巨头全员反对，Meta 也在周四成了最后一家加入反对阵营的。没公开反对的那 6 家全是加密圈老面孔，像 Strategy、Coinbase、Robinhood 这些，Coinbase 的 CEO 也公开表态支持代币化。 发行方根本不买账，想在加密交易所里随时随地买到正规“苹果股票”，路还远得很。 提醒一下国内玩美股和加密的朋友，在各平台上看到“代币化美股”先别急着冲。先搞清楚底层资产有没有真实股票托管、上市公司认不认、出了极端风险找谁维权，别把它当成真正的券商股票账户。 要是上市公司一直不点头，你敢把大钱放在这种代币化美股上吗？ #美股 #代币化

用 Claude Code 这类终端 AI agent，最容易踩的坑其实就一个：把所有需求全塞进同一个上下文。 不少人一开始就在根目录写个几千行的 CLAUDE.md，把测试命令、代码规范、部署流程、Git 规则全倒进去；接着配上一堆 MCP 服务，同时连着 GitHub、数据库和 Slack；等到跑复杂任务，十几轮对话 token 就快用光了，模型开始漏看最初的约束，幻觉变多，成本也跟着往上涨。 终端里的 agent 不是个随便装的聊天框，更像一个需要分层处理的运行时。 想让它稳定交付，得先把这五个东西的边界划清：CLAUDE.md、Skills、Subagents、MCP 和 Hooks。下面把它们的分工、目录结构、关键配置以及阶段落地方案整理一下。 --- ### 一、 五个组件的分工 用 agent 时，没必要把所有规则都硬塞进静态 Prompt 里。规则常驻、按需调用、上下文隔离、外部连接和硬性拦截，这几件事应当拆开处理。 #### 1. CLAUDE.md：全局基础规则 CLAUDE.md 是每次启动会话默认加载的全局背景。它的作用是交代基本信息和底线，不需要包揽全部细节。 适合写进去的： - 项目技术栈与模块结构概况（3 到 5 句话）。 - 明确禁止的操作（例如禁止不跑测试直接 push 到 main 分支，禁止改动某些核心文件）。 - 常用验证命令（构建、单测、Linter 执行命令）。 不适合写进去的： - 冗长的大段 API 文档。 - 偶发性排障手册。 - 经常变动的临时任务列表。 如果 CLAUDE.md 超过了 150 行，就该注意上下文冗余的问题了。 #### 2. Skills（斜杠命令 / 按需载入技能）：按需调用的脚本 Skills 适合处理按需加载的流程。平时不进上下文，只有输入对应斜杠命令（例如 `/review`、`/refactor`）或模型判断需要时才读入。 CLAUDE.md 相当于常驻内存，Skill 则像按需执行的脚本。把特定场景的提示词（比如性能排查步骤、PR Review 模板、多文件迁移规范）抽成 Skill，能省下不少主会话的 token。 #### 3. Subagents：做上下文隔离 Subagents 主要用来防止长任务把主会话撑爆。 当任务需要翻几十上百个文件、查大量日志，或者做大范围代码搜索时，直接在主上下文跑，很快就会把窗口占满，后面写核心代码时容易顾此失彼。 子代理可以在独立环境里执行这些琐碎的探索任务，翻完资料后只把结论或补丁交回给主 agent，让主会话保持干净。 #### 4. MCP（Model Context Protocol）：连接外部环境 MCP 用来给模型开放外部系统的读写能力（Tool calling 和 Context 资源），比如读 Linear 工单、查 PostgreSQL 数据库，或者调用无头浏览器。 MCP 负责提供基础能力接口，不负责流程编排。挂太多 MCP 工具会导致工具调用的路由开销增加，模型也容易在工具选择上出现犹豫。 #### 5. Hooks：命令级的硬性拦截 CLAUDE.md 属于提示词引导，模型依然可能漏看；Hooks 则是操作系统层面的拦截。 Hooks 挂在动作执行前后的生命周期里（比如工具调用前、命令执行后）。只要匹配到设定规则就触发本地脚本，不需要经过模型推理。比如侦测到带有高危参数的 shell 命令直接阻断，或者代码写完后自动触发格式化与静态检查。 --- ### 二、 目录结构与配置参考 为了方便维护，建议把项目级和全局级的配置分开。 #### 1. 推荐目录结构 ```text my-project/ ├── CLAUDE.md # 项目级全局规则（简短，重在硬约束） ├── .claude/ │ ├── skills/ # 项目专属工作流 │ │ ├── pr-review/SKILL.md │ │ ├── perf-check/SKILL.md │ │ └── db-migrate/SKILL.md │ ├── agents/ # 预设的子代理 │ │ ├── explorer.md │ │ └── test-runner.md │ └── settings.json # 本地行为与 Hooks 拦截规则 ``` 跨项目的通用能力放在家目录： ```text ~/.claude/ ├── skills/ # 个人通用技能（如通用 git 流程、规范提取） └── settings.json # 全局 MCP 与安全 Hooks ``` #### 2. 两个关键参数 在写 Skills 和 Subagents 时，有两个参数对运行稳定性和 token 控制比较有用： #### 参数一：`disable-model-invocation: true`（禁止模型自动调用该 Skill） 默认情况下，Claude 看到匹配的 description 就会自己加载 Skill。有副作用的流程（发版、提交、发消息）不该由它自作主张。 **适用场景：** 像 `/deploy`、`/commit`、`/send-slack-message` 这类你只想手动用斜杠命令触发的流程，在 SKILL.md 的 frontmatter 里写上 `disable-model-invocation: true`。 效果是：Skill 的 description 不再塞进常驻上下文，Claude 也不会自动调用；只有你输入 `/名字` 时才加载全文。它管的是「谁有权启动」，不是「启动后少推理」。 #### 参数二：`context: fork`（让 Skill 在独立子代理里跑） 写在 Skill 的 frontmatter 里。Claude Code 会新开一个子代理，把 SKILL.md 正文当成任务交给它；这个子代理看不到你之前的聊天记录，跑完只把摘要交回主会话。 注意：它不是「复制当前对话再分叉」。任务依赖前文时，别用这个，改用普通的对话分叉或手动派子代理。 **适用场景：** 1. 重度检索：扫日志、翻依赖、读大段第三方代码，过程太吵。 2. 独立清单任务：Skill 本身步骤完整，不需要主会话历史。 3. 可用 `agent: Explore` 等指定子代理类型；默认 `background: true`，设成 `false` 则本轮等它跑完。 也可以反过来：在 `.claude/agents/` 里给子代理配 `skills:` 字段，让它启动时预加载参考材料。 --- ### 三、 工具链安全检查 Agent 拿到的权限越来越多，从文件读写一路给到 shell 执行和 MCP 工具，安全问题得留心。 之前 Postman 桌面客户端因自动静默下载插件引起了大家对供应链安全的讨论。工具只要有网络读写和动态加载权限，缺乏审计就容易留下安全缺口。 AI agent 也是一样。配在环境里的 MCP 服务和扩展脚本，拿的都是当前本地用户的权限。随便接入来源不明的第三方 MCP，或者让 agent 执行未核验的远程指令，可能导致 `.env` 里的 API Key 或 SSH 密钥被直接读取外发。 平时可以定期扫一下本地配置好的工具、插件和脚本。 先从最实际的检查做起——最近有开发者反馈，Postman 桌面端更新时会往 Claude Code / Codex 的配置里静默写入插件和启动 hook。可以先查： ```bash grep -i postman ~/.claude/settings.json ~/.codex/config.toml ``` 再扫一遍本机技能和配置里有没有可疑下载或外发脚本： ```bash grep -rnE "(curl|wget|install-plugin|download).*\.(sh|exe|bin|node)" .claude/ ~/.claude/ ``` 任何 App 都可能往 `~/.claude` 写文件；真正挡住乱来的，是你对 hook / 插件的同意门禁，以及自己定期读 settings。 几个基本的安全习惯： 1. 最小权限挂载 MCP：只在需要对应系统时挂载，用完就关，不要常驻几十个服务。 2. 敏感目录显式拉黑：在 CLAUDE.md 或系统配置里明确禁止读取 `.env`、`id_rsa` 等凭证文件。 3. 强制 Hook 审计：涉及网络外联、远程下载或提权操作（如 `sudo`、`chmod`），用 Hooks 拦截或强制要求人工确认。 4. 检查第三方代码：别人提供的 Skill 模板和 MCP 服务端代码，用之前过一遍源码。 --- ### 四、 渐进式落地的四个阶段 搭一套 agent 工作流不需要一次性把机制配满，建议按步骤来： #### Stage 1：精简 CLAUDE.md - 动作：梳理项目核心规则，把根目录 CLAUDE.md 压缩到 100 行内。 - 目标：定好底线、核心验证命令和目录结构，保证开新会话时代码风格不跑偏、不误跑危险命令。 #### Stage 2：将高频工作流转成 Skills - 动作：把平时重复跑的任务（如提 PR 前自检、重构特定业务组件、解析日志）做成 `.claude/skills/<名字>/SKILL.md`（旧的 `.claude/commands/*.md` 也能用，但新技能建议用目录形式）。 - 目标：通过斜杠命令触发日常流程，避免在主对话里反复粘贴相同的操作步骤。 #### Stage 3：引入 Subagents 与 Context Fork - 动作：在 `.claude/agents/` 建专用子代理（代码审阅、库依赖排查等）；对步骤完整、不依赖聊天历史的 Skill，加上 `context: fork`。 - 目标：控制长会话下的指令遗忘问题，让主 agent 负责关键决策，搜索和排错交由子代理处理。 #### Stage 4：配置 Hooks 与受控 MCP - 动作：通过本地 Hooks 拦截高危命令，写完代码自动跑格式化和单测；按需挂载专用的 MCP 服务（如本地开发数据库的只读查询）。 - 目标：形成规则明确、边界清晰的本地协作流程。 --- 用终端 agent，与其把它当成无所不能的帮手，不如当作手脚快但容易忘事的新同事。输入的信息越杂，它越容易乱；目录划分清楚、工作流按需加载、把脏活放进子会话，跑起来就会稳很多。 大家日常用 Claude Code 或类似工具时，遇到最多的问题是上下文消耗太快、中间步骤失控，还是权限和安全问题？ #ClaudeCode #AIAgent

用 Claude Code 的注意下隐私问题。最近有开发者反馈（issue #107757），Claude Code 联网时偶尔会把登录邮箱塞进 HTTP `User-Agent` 发给第三方，甚至有人已经收到了垃圾和诈骗邮件。 原因挺戏剧的：官方本来是在上下文里传入账号邮箱来减少作者名幻觉，结果模型在写 `curl` 时自作主张把它当成联系人放进了 Header。 这件事也说明，只要 Agent 能联网，上下文里哪怕最基础的个人信息都可能在出站时泄露。 官方计划下周从上下文彻底移除邮箱。在此之前，建议先做三件事自保： 1. 手动升级：Stable 渠道可能滞后，可以手动升到 `v2.1.317+`； 2. 别关隐私插件：新版默认启用了 `cc-plugin-privacy`，能拦截带邮箱的 Bash/PowerShell 调用，别用 `/plugins` 把它关了（注意：插件目前不覆盖 MCP、WebFetch 或先落盘再执行的脚本）； 3. 在指令里加规则：在 `CLAUDE.md` 或全局 Prompt 里加一条限制：“所有网络请求必须使用通用的 User-Agent（如 curl/8.0），严禁携带任何个人或账号信息。” 大家目前升到哪一版了？有没有在 CLAUDE.md 里加过类似规则？ #ClaudeCode #AI

昨晚非农数据直接把市场干懵了： 10 月新增就业 16.5 万，远超华尔街预期的 6 万左右；失业率降至 4.1%，前两月数据还大幅上修了 8.4 万；时薪环比涨 0.4%、同比涨约 3.1%。就业韧性很强，12 月加息押注瞬间抬头，降息预期基本被浇了一盆冷水。 但盘面上两边走得完全不一样： 美股前一天纳指刚暴跌约 5.5% 陷入技术性回调，昨晚直接超跌修复——纳指反弹一个多点，芯片股带头回血，费半涨约 4%，英伟达也重新站回 180 美元上方。 加密这边大饼完全没跟上，依旧在 7.5 万附近承压震荡。 美股这波反弹本质是暴跌后的情绪和技术性修复，宏观层面的紧缩预期并没有消散。现在的加密市场依旧更像高贝塔附庸，对流动性收紧很敏感，不要以为美股反弹了币圈就理所当然该补涨。 如果紧缩预期继续发酵，你觉得大饼还能在 7.5 万附近扛多久？ #美股 #加密

今天盘面太极端了，前一天选后的反弹全吐了回去。 收盘看具体数字： 纳指 −5.52% 收在 24315，从近期高点回撤超过 10%，直接进了技术性回调；标普 −4.36% 收 7353.73；道指 −3.44%（跌了 1833 点）收 51523.06。亚洲市场联动也很大，韩国 KOSPI 早盘一度急跌熔断。 跌得最狠的是 AI 和芯片股：AMD 跌了差不多 17%，NVDA 跌约 9%，而且今年以来的涨幅已经转负。科技巨头 Magnificent 7 一天蒸发了 1 万多亿美元市值，光 NVDA 一家就占了 4400 多亿。 这波行情很难只用市场情绪来概括，更像是一场重新定价。中期选举民主党拿下参众两院之后，市场开始担心后续对 AI 数据中心的扩张和监管。之前资金把大额资本开支（CapEx）以及业务极度顺畅落地的预期全部打满了，一旦政策和扩张预期出现变化，高估值资产就会被迅速挤水分，倒不是单纯因为基本面出了什么大窟窿。 大家觉得这一波是把之前透支的预期砸干净了，还是整个 AI 叙事逻辑动摇的开始？ #美股 #AI

AI 晨报｜11月6日 周五 今日要点 1. OpenAI 正式发布 GPT-6 Cyber：专做漏洞发现、利用验证和补丁生成，在准备度框架里把网络安全能力从 High 升到 Critical。ExploitGym 从 GPT-5.6 Cyber 的 32.1% 提到 48.5%；越权攻击蜜罐测试里，加部署提示后越界率为 0。它就是昨天那条 Linux 流水线背后的模型，并新报 Firefox 上发现 81 个此前未知的高危漏洞，Mozilla 已开始合补丁。目前只对部分 Daybreak Red 客户开放 API 和 Codex，11 月 12 日太平洋时间上午 10 点有直播。【一手，OpenAI 官网与官方账号；Linux 部分昨日已报，今日是正式产品化】 2. Anthropic 上线 Claude Personal Finance（美国 beta）：用 Plaid 只读连接银行、信用卡、贷款和投资账户，用日常语言问余额、支出和账单；不能转账、理财或投顾。先给美国 Pro、Max、Ultra，逐步放开。【一手，Claude 官方】 3. Google 发布 Gemini Omni 1.2 Flash 并全面可用：最长 15 秒视频（此前 10 秒），多轮对话改片，参考一致性更强，720p 约每秒 0.07 美元、比 1.1 便宜约 30%。Gemini API、Cloud、Vids、Ads、AI Studio 和 Gemini App 同步上线；App 端 15 秒片段给 Ultra。【一手，Google / Gemini 官方】 4. 独立评估机构 METR 发报告：从 8 月起拿到 Anthropic 内部数据，判断其模型能力提升速度大约是一年前的两倍，很大一块来自 AI 自己辅助研发。具体倍数区间有不确定性，以报告原文为准。【一手，METR 发帖；倍数细节见媒体与报告转述】 5. 人才战：前 Claude Code / Cowork 产品负责人 Cat Wu 官宣加入 OpenAI，负责 Core Products 产品管理；Anthropic 增长侧 Austin Lau 也转到 OpenAI。时点卡在 Anthropic 上市窗口前后。【一手，本人与 Brockman 转评】 6. Cognition 发布 Devin Review 2.0：官方称最高便宜约 5 倍、快约 1.5 倍，新增 Autofix，Cloud 和 Desktop 可用。【一手，Cognition 官方】 7. Perplexity 推出 Teammates：从现有 Projects、技能和记忆出发主动干活，可互相同事协作、打 Slack；先给 Max 订阅的网页端。【一手，Perplexity 官方】 8. OpenAI 总裁 Greg Brockman 公布与摩根大通的合作：银行侧将用 Codex 和 OpenAI 网络安全模型做研发与防守，并做企业知识工作改造；他说企业收入已超过消费侧。【一手，Brockman 帖与公开访谈转述】 深挖：GPT-6 Cyber——防守窗口还在，但门槛在掉 昨天报的是「一次跑出 948 个 Linux 本地提权」；今天 OpenAI 把背后的模型摊开了。值得看的不是又多几个数字，而是三件事叠在一起。 第一，能力：同套研究流程下，它比上一代多做出五倍以上可用利用；Firefox 这种已经被多代前沿模型扫过的代码，还能挖出 81 个新高危。第二，对齐：专门训了「只打授权范围」，蜜罐测试几乎不越界——这是敢放给客户做渗透的前提。第三，准入：先给 Daybreak Red 精选客户，11 月 12 日再讲下一波；另有面向关键基础设施防守方的分组和 10 亿美元级补贴计划。 对普通人：浏览器和 Linux 发行版接下来几个月补丁会更密，服务器和 VPS 别拖。对企业：有资格的安全团队可以申请 Daybreak；没资格的，主线模型做代码审查和分流也够用一阵。攻击面扩大和防守工具变强是同一枚硬币的两面，窗口还在，但不会一直这么宽。【一手，OpenAI 博客与系统卡摘要】 来源 GPT-6 Cyber 官网：openai.com/index/introducing… OpenAI 发布帖：teapawt.net/OpenAI/status/21183901… Brockman 评 Cyber / 11月12日：teapawt.net/gdb/status/21183957179… Brockman 摩根大通合作：teapawt.net/gdb/status/21184108189… Claude Personal Finance：teapawt.net/claudeai/status/211840… 介绍页：claude.com/resources/article… Gemini Omni 1.2 Flash：teapawt.net/Google/status/21183904… Gemini App 说明：teapawt.net/GeminiApp/status/21184… METR 报告帖：teapawt.net/METR_Evals/status/2118… Cat Wu 加入 OpenAI：teapawt.net/_catwu/status/21181376… Devin Review 2.0：teapawt.net/cognition/status/21183… Perplexity Teammates：teapawt.net/perplexity_ai/status/2…

香港加密资产税务监管有了实质进展。 2026年11月4日，香港立法会通过《税务修订条例草案》，落地 OECD 的加密资产申报框架（CARF）及修订版 CRS。按安排，2027年1月1日起，香港受涵盖的加密平台开始收集用户身份、税号，以及买卖、币币兑换、提币到外部钱包等交易明细；2028年起，这些数据将正式与伙伴税务管辖区自动交换。 对大陆投资者来说，香港银行账户在2018年就纳入了 CRS 交换，未来在香港合规平台上的持币和交易记录也会被记下来。虽然内地是否会作为伙伴管辖区参与 CARF 交换目前还没有官方定论，但资产穿透是大趋势。 靠频繁换平台来规避并不现实。更稳妥的做法是开户时如实申报税务居民身份，平时留好法币充提、币币交易流水和链上成本凭证，把个人账目理清楚。 面对之后的数据自动交换，大家打算怎么调自己的配置和记录习惯？ #CRS #加密货币

Claude Code 2.1.318（2026-11-04）改了个很烦人的问题：在所有 provider 上，后台子代理（background subagents）跑 shell 命令只要超过 3 分钟，就会自动转入后台。 关键是能保住 prompt cache。以前 agent 卡在一条耗时命令上，整段对话的缓存过期就废了。现在跑大型测试或者长编译不会直接拖死缓存，主会话也可以接着往下规划。 这算官方层面的兜底。不过平时用起来，还是建议主动把耗时的重活分流给后台子代理，让主会话保持短上下文和低延迟；遇到长测试任务，记得在子代理里写清楚验收条件（比如“测试命令全绿即完成”）。 大家用 CLI 类 AI 编程工具时，最容易把 context cache 耗穿的是什么场景？耗时特别长的任务，你们习惯让 agent 在后台轮询，还是自己开终端跑完再把日志贴回去？ #ClaudeCode #AI编程

别把对话记录写进代码：给命令行 agent 做会话卫生的三件事 刚上手 Claude Code 或 Cursor 的时候，很多人习惯沿用网页版 ChatGPT 的老习惯：开一个对话窗口从早聊到晚，改完鉴权改数据库迁移，改完迁移再顺手修前端组件。 表面上看，终端里的 agent 随叫随到、打字如飞。但只要看一下账单和 git 提交记录就会发现问题：会话越长，响应越慢，单次提问消耗的 token 成倍上涨；更麻烦的是，agent 会开始遗忘规则、胡乱猜测，甚至在业务代码里留下类似「# 原先是这样，现在根据要求改成那样」的对话痕迹。 用好编程 agent，关键不在于搜集多少条玄学 prompt，而在于建立会话清理的纪律。下面这三点来自实际工程使用，专门用来处理上下文污染、开销失控和代码脏化。 --- 一、一个任务一个会话，严格控制上下文生命周期 不少人觉得大模型的上下文窗口越大越好，只要没撑爆就能一直聊。但这既忽视了计费规则，也忽视了模型的注意力机制。 在 Claude Code 这类命令行 agent 里，每一轮新输入都会把之前积累的历史命令、文件快照、工具调用返回和报错堆栈全量重发一遍。如果你在上一个任务里让它排查过一段 500 行的日志，那后续的每个动作里，你都在为这段早就没用的日志重复付钱。而且冗余的上下文会干扰模型注意力，让它在不相关的代码里乱改。 要控制成本并保持输出质量，切断会话必须果断： 1. 任务切换就清理 当前任务告一段落，或者准备切到另一个独立模块时，直接用命令结束旧会话。如果后续可能还要回溯讨论现场，不用关终端，按这个顺序操作： - 先执行：`/rename auth-refactor-session`，给当前会话打上业务标签； - 再执行：`/clear`。 这样上下文就会清空，新问题不再背负历史包袱。以后确实需要找回断点，通过 `/resume` 重新加载对应命名的会话即可。 2. 搞清 /clear 和 /compact 的开销差异 有些人习惯用 `/compact` 压缩上下文，觉得留个摘要更安全。但这不能滥用。 `/clear` 几乎没有额外开销，直接开启空白新会话；而 `/compact` 本身是一次完整的模型调用——它要把当前膨胀的整段上下文读一遍，让模型生成一份摘要再写回，这本身就要消耗大量输入和输出额度。 因此，`/compact` 只适合特定情况：当前任务还没结束，必须依赖前文的部分信息（比如刚排查出的一组隐蔽边界条件），但对话确实过长。使用时不要只输一个单独的 `/compact`，最好带上明确指令，例如： `/compact Focus on the API changes and the failing test` 明确告诉它该丢掉什么、保留什么，避免关键技术细节被压掉。只要换了任务，就直接用 `/clear`。 3. 纠错不过两轮 日常最耗 token 的往往是连续纠错：它改错了，你说「不对，这里应该是 A」；它改成 B，你再说「还是不对，看清楚参数类型」；它又改出 C。 这时候会话已经被大量错误推理和临时补丁污染了，模型的注意力完全被之前的错误带着走，继续争论只会越陷越深。 做法是立刻止损：直接 `/clear` 放弃污染的上下文，回到编辑器看一眼它改错的根因，重新组织第一条 prompt，把刚踩出来的限制条件一次性写进去，重开一个干净的会话。重开一次搞定的概率，通常远高于在旧上下文里来回掰扯四五轮。 --- 二、Prompt 写清 Done when，把验收交给本地命令 给 agent 提需求时如果只写「把用户模块的重试机制改一下」或「优化一下查询性能」，模型很难做出可靠判断。 这类指令没有机器可验证的终止条件。缺乏约束的 agent 往往只根据概率生成一段看着通顺的代码，直接回复说改好了。但真跑起来，可能连最基础的语法错误或 import 缺失都还在。 在首条 prompt 里，写清这四个要素：Goal、Context、Constraints 和 Done when。其中关键是 Done when： 1. 圈定 Context，收窄扫描范围 尽量不要让 agent 在没有边界的情况下做全局搜索。直接给出相关文件的绝对或相对路径，告诉它核心修改涉及哪些文件、参考规范在哪个文件，把范围锁在指定的几份文件里，避免它漫无目的地遍历整个仓库。 2. 给定硬性 Constraints 写明哪些事情绝对不能做。比如：不能引入新的第三方依赖、不能改动公共接口签名、不能调整既有配置文件的命名规则。这能限制模型的发挥边界。 3. 用确定性命令定义 Done when 没有可运行的检查，agent 只能凭感觉收工；有了明确的测试命令，它会根据报错反复自我修正，直到把检查跑通。 验收标准不要写「保证没有 bug」，而要写成具体的本地命令，比如单测、类型检查或 lint，并要求它在回复里贴出终端执行结果。只有测试通过才算结束，这样能避免它提前交差。 --- 三、禁止把会话痕迹留在代码里 开源项目 uv 在其 AGENTS.md 里对协作 agent 提过明确要求：严禁把对话痕迹和迭代过程写进代码仓库。 在需要长期维护的项目里，经常能看到被 agent 污染的注释： ```python # Used to be get_user_by_id; now refactored to query cache first # Fixed according to user request: handle NoneType exception # As discussed in the conversation, this is a temporary workaround ``` 这些注释后续没有维护价值。别人看代码并不关心你和 agent 聊了几轮，也不关心这段逻辑十分钟前长什么样。Git commit 已经记录了修改过程，不需要在代码里留下一堆草稿痕迹。 落实这条规则有两步： 1. 把交付要求写进规则文件 不仅是注释，commit message 和 PR 描述也是一样。交付物是满足当前需求的代码本身，不是对话过程的会议记录。 为了避免每次都要重复交代，把要求直接写进仓库根目录的规则文件，比如 Claude Code 使用的 `CLAUDE.md`，或者常见的 `AGENTS.md`。这类文件每次启动都会自动带入上下文。 2. 提交前检查 diff 里的临时注释 提交代码前看一眼 diff。只要发现有「现在改为」、「根据要求修改」、「原先逻辑存在问题」等带有对话痕迹的句子，立刻清理掉，或者通过预设规则直接限制生成。 --- 常用配置与 Prompt 模板 想把这些规则固定下来，可以直接存进工程资产。 通用的 AGENTS.md / CLAUDE.md 规则片段： ```markdown ## Code Hygiene & Deliverables - Never leak conversation history, prompt discussions, or iteration rationale into code comments. - Avoid obsolete annotations like "# Used to be x; now y" or "# Fixed based on request". - Comments must only explain non-obvious architecture or rationale needed for future maintainers. - Write code as if it were designed this way from the beginning. - Ensure all relevant tests and linters pass before claiming task completion. ``` 任务首条 Prompt 模板： ```text [Goal] 将 Auth 服务的 Token 刷新机制改为指数退避重试，最大重试次数为 3 次。 [Context] - 待修改文件：src/services/auth/token_manager.py - 涉及配置：src/config/retry_policy.py - 现有测试：tests/unit/test_token_manager.py [Constraints] - 只能使用标准库 asyncio 和现有工具函数，严禁安装新依赖。 - 严禁变更 TokenManager 类的公共公开方法签名。 - 不要把任何「根据需求改动」这类迭代痕迹写进代码注释中。 [Done when] - 执行 pytest tests/unit/test_token_manager.py 全部通过。 - 执行 flake8 src/services/auth/token_manager.py 零告警。 - 在最终回复中贴出上述两条命令的完整终端执行输出。 ``` --- 用 coding agent，很多时候它更像手脚很快、但没有长期记忆且容易被噪声干扰的初级助手。 保持会话短促干净、用具体命令作为完成标准、把过程废话挡在代码库外面，整体消耗会降下来，拿到的代码也能省去不少后续返工。 你平时是在一个会话里连着跑几天，还是习惯按任务随做随切？看代码的时候有没有抓到过 agent 偷偷留下的对话式注释？ #ClaudeCode #AI编程

Conductor 被 Meta 收购后，官方发了 Cloud 服务的具体关停时间表。用云端版的朋友建议尽快排查并导出资产。 关键时间节点： - 11月4日：停止新注册与下载；现有 Pro 用户可以免费继续用 Pro 功能 - 11月13日（周五）：Conductor Cloud 转为只读，发不了新消息，但支持导出；付费订阅会统一退款 - 11月20日（周五）：Cloud 正式关停，开始删除云端数据 - 本地 Mac 版会继续维护更新到 2027 年初 数据迁移路径： - 右键云工作区选 Transfer to local - 或者去 Settings → Account → Export data 建议大家尽量在 11月13日 前搞定迁移，别把关键对话和上下文只留在云端。就算本地版能撑到 2027 年初，也总有到期的一天。平时把核心规则和 Agent 设定存在仓库的 AGENTS.md 里，或者用 git worktree 这类通用机制，避免工作流跟单一工具绑得太死，工程上还是稳妥一些。 商业 AI 编程和编排工具接连被收购、云服务说停就停，大家现在更倾向于换纯本地方案，还是直接自建沉淀在仓库里的规范体系？ #AI编程 #开发工具

AI 写代码越顺手，关键时刻人越容易接不住。 早在 1983 年，论文《自动化的讽刺》就提过一个现象：日常操作全被自动化接管后，人只剩下处理棘手罕见的异常；但因为平时缺乏实操，真出事时反而更难应对。 现在这事正在软件开发里重演。最近英文圈开发者在热议，AI 写出来的代码看着太干净，不少人看都不看就直接合了，有人管这叫“认知投降”。 自动化没消除责任，只是把责任转移了。为了不被工具架空，聊几条实际建议：输 prompt 前先写下预期方案再去对比；关键模块自己逐行过一遍；引入另一个专门的 agent 协助做 review；平时再忙，也定期手写一小段代码保持手感。 你在日常写代码时，有没有发现自己也开始“认知投降”了？ #AI编程 #程序员

一天之内，AI 编程赛道被巨头直接扫货。 11月4日，Meta 收购了多智能体并行调度工具 Conductor，团队并入 Meta 超级智能实验室，要和 Nat Friedman、Alexandr Wang 一起做下一代界面；OpenAI 收购了代码存储工具 Pierre Computer Company，打算整合进 Codex；HumanLayer 团队也宣布加入了 Factory。这三笔交易都没公开金额。 大厂的意思很明显：光靠单体模型写代码不是终局，大家都在抢“调度多个智能体”的入口和基础设施。 给开发者的建议是：别把核心工作流绑死在任何第三方编排工具上。尽量把规则写进仓库里的 AGENTS.md，用 git worktree 这类标准做法来做隔离和并行。不管上层工具之后怎么被收编或者换代，换起来都不费劲。 大厂都在抢智能体入口，你倾向于直接用他们的一体化方案，还是自己搭一套轻量工作流？ #AI编程 #智能体

提醒一下炒美股的朋友：你的股息税可能正从 10% 悄悄变成 30%。 很多人以为 W-8BEN 表格签一次就永久有效，其实它的有效期只到签署后第三个日历年的 12 月 31 日。比如你在 2023 年任何一天签过，到 2026 年 12 月 31 日就会到期。 表格一旦过期，券商就会按非居民默认的 30% 顶格扣税。而按中美税收协定，中国税收居民只要表格有效，税率只有 10%。手里高分红股、分红型 ETF 多的，收益被吃掉得最明显。 年底前最好花两分钟登进账户看一眼。IBKR、嘉信这些券商一般都会在后台弹提醒，支持在线重签，几分钟就能搞定。重签时如实确认自己的中国税收居民身份，就能继续按 10% 扣税。 大家上次看自己账户的 W-8BEN 是什么时候了？ #美股投资 #税务提醒