早上打开 Claude Code，敲第一句话，2%～10% 的套餐额度没了。午休回来继续干活，又一句话，10% 的额度蒸发。你有没有想过，这 token 到底花在哪了？我带着这个疑问，在本地用 Gemma4 跑小模型做实验——发现同一段对话，有些轮次要等 30 秒，有些只要 0.2 秒。为了搞清楚为什么，我会从 Transformer 的注意力机制开始讲，再到 Claude Code 的代码实现， Anthropic 在缓存上做了一整套精密工程。理解了这套机制，你就知道怎么让同样的套餐多撑 3-5 倍。 ...

太长也要读 在写完《你不知道的 Claude Code：架构、治理与工程实践》、《你不知道的 Agent：原理、架构与工程实践》后，我想着继续来写第三篇，这次打算挑战下自己来梳理一下大模型训练到底怎么回事，这篇文章争取让非专业背景的人也能读得懂。 ...

本文档初衷：尝试用各种最新AI模型及工具，去实践各种小问题的解决，开源提示词及解决思路。欢迎收藏，并观摩100套提示词从0到1的逐步撰写过程。 ...

本文来源：https://x.com/servasyy_ai/status/2039138111566020867 作者：huangserva ...

TLDR：Claude Code 的 1902 个源文件意外泄露。我翻完之后发现，这是一份关于「harness engineering」的绝佳教材。Claude Code 好用，60% 靠 Opus 模型本身的能力，40% 靠围绕模型搭建的工程系统（也就是 harness）。这个 harness 包括：一套精心拼装的 system prompt、一个用第二 AI 做安全审查的四层权限系统、一个只记偏好不记代码的记忆系统、一套 9 段式结构化上下文压缩、以及一个像真实公司一样运转的多 Agent 协作框架。对于每个用 AI 的人来说，这些设计思路都可以直接借鉴。 ...

原文来源：dashen_wang 一、那条消息让我愣了整整三秒 29号，我和小伙伴在深圳搞活动。 活动结束之后，我想顺道拜访一个多年没见的老朋友，发消息过去。 他回：在三亚。 我问：度假？ 他说：带孩子。 我盯着手机屏幕，愣了整整三秒。 ...

原文来源：Berryxia.AI 在 AI 辅助编程领域，一个流传已久的观点是：Codex（OpenAI 代码专用模型系列，现以 GPT-5.x Codex 为代表）深受传统程序员喜爱，尤其在修复 Bug 和生产级重构场景； ...

RAG 消失之路 总结 新结构 M-FLOW 倒锥图路由 免嵌入 Embedding Free 文件检索 树状推理 PageIndex 无检索 【2026-2-27】阿里 Sirchmunk 结束 rag 终会消失 RAG 每个环节都藏着工程”暗伤”： 切片策略是玄学：按段落切？按 Token 数切？重叠多少？切片粒度直接影响检索质量，却没有银弹。 Embedding 是黑盒：换个 Embedding 模型，检索效果可能天差地别。而且向量只是原文的一个”有损压缩”，信息必然丢失。 索引更新是噩梦：文档改一行，可能需要重新切片、重新 Embedding、重新写入。实时性？基本别想。 基础设施是成本：Milvus、Qdrant、Pinecone……光是向量数据库的选型、部署、运维就能消耗大量精力。 详见站内专题： 大模型应用技术之RAG，检索增强生成 ...

同一个游戏，$9 做出来的核心玩法是坏的，$200 做出来的能玩。 Anthropic 工程师用实战告诉你，多智能体协作框架是怎么工作的。 同一个任务，两种做法，结果让人无法忽视。 ...

0. 太长不读 今天这篇文章源于最近半年深度使用 Claude Code、两个账号每月 40 刀氪金换来的一些踩坑经验，希望能给大伙一些输入。 刚开始我也把它当 ChatBot 用，后来很快发现不对劲：上下文越来越乱、工具越来越多但效果越来越差、规则越写越长却越不遵守，折腾了一段时间，研究了 Claude Code 本身之后才意识到，这不是 Prompt 问题，而是这套系统的设计就是这样的。 ...