将 CLAUDE.md 从 548KB 压至 34KB：测量加载时机及保持小巧的提交门禁
我们的 CLAUDE.md 大小为 548KB。每个会话 — 包括每个子代理 — 在做任何工作之前都会加载全部内容。一次测量的无头运行在实际任务开始前向缓存写入了约 150,000 个 token，而文件本身是主要贡献者。 本周我们将其减少到 34KB，且未删除任何义务。这是我希望在开始之前就能看到
代理忽略了失败的工具调用：在 CI 中捕获的方法
您部署了一个 AI 代理。它调用工具，读取结果，再调用更多工具，给出答案。大多数时候它能正常工作。然后用户报告出了问题，您打开追踪，发现了它： charge_card 工具返回了 402，而代理只是……继续前进，并告诉客户他们的订单已发货。 这不是指“编造事实”意义上的幻觉。这是运行中的一个 结构性
不要给模型SQL
我构建了一个网页应用来回答关于我自身健康数据的问题，原因令人尴尬地微小。我本来就有一种完美的方式来提问：一个 Claude Code 技能，它查询数据库并对结果进行推理。它运行良好。它也无法在 Claude iOS 上运行，而我想要真正询问“应该担心这个吗”的时刻，我通常站在凌晨 6 点的厨房里，而
如何利用智能体上下文提高Playwright测试覆盖率
我不懂如何演奏乐器，所以显然我把它做成了一个应用。事实上，我家人人都能唱歌或演奏乐器，而我是那个格格不入的人。 我知道你在想什么，“谁会在乎？有了 AI，你几乎可以构建任何东西。” 我更兴奋的是我选择用来与我的代理一起构建这个应用的技术。具体来说，我使用了构建该应用的代理会话的上下文来查找并修复其
Claude的系统提示词从358词增至3235词：对生产AI团队的启示
本周，Anthropic 的系统提示发布说明成为 Hacker News 的头条新闻。该页面是 Anthropic 发布精确指令的地方，这些指令引导 Claude 在 claude.ai 及其移动应用上运行。一天内它获得了超过 550 分和 230 条评论，讨论仍在继续。 关于该页面最有趣的地方不是
你的提示词不是安全边界
如果你的AI代理拥有带有副作用的工具，有一个问题决定了它是否 可以安全上线：当模型自信地基于虚构的理由调用一个涉及资金的工具时，会发生什么。 这篇文章介绍了一种能够堵住这个漏洞的机制，以及该机制在何处失效。背景是那些在即时通讯工具中与真实客户交谈、并能执行不可逆操作的助手：确认付款、开具发票、预订时
AI徽章衡量的并非你所想
Anthropic 签署了《欧盟人工智能法案》关于人工智能生成内容透明度的实践准则，并开始用不可见的统计水印标记 Claude 生成的文本。几天之内，同一事件在我的信息流中得到了两种截然不同的解读。 第一篇解读在 dev.to 上，作者是 @sylwia-lask 无法检测的 AI 文本的终结？Cl
[开发日志][Python] 使用Gemini 3.7 Flash从照片和片段制作短视频：ReelCraft
前言： 一切都始于一个误解。 我在 Gemini API 文档中发现了一个名为 Omni 的新页面，介绍了一个名为 Gemini Omni Flash 的模型，描述为“原生多模态，同时处理文本、图像、音频和视频。”我第一反应很直接：如果我把自己手机里的整个视频和照片文件夹扔进去，让它理解每个素材的内
构建你的智能体软件工厂！
“软件工厂”这个术语如今备受关注，这并非没有道理。AI编码助手生成代码的速度比以往快得多。但仅仅编码更快，并不意味着交付更快、更安全。在许多团队中，这只会将瓶颈转移到审查、测试、部署和运维环节。 软件工厂是一种将整个软件开发生命周期组织为相互关联、可重复运行的系统的方式。可以想象一下汽车制造装配线。
租户感知：如何在不依赖聊天JSON的情况下审核图像生成的文本提示词
简要回答：在生成之前对完整图像请求进行分类，返回一个小的JSON决策，并将分类器和图像调用附加到同一个租户账本上。有用的设计选择是成本边界，而不是特定的审核端点。 对于物流产品来说，这个账本很重要。承运商、仓库运营方和内部支持团队可能都通过同一个图像功能发送提示词，但他们的审核率和提示词大小各不相同