Derek(AI打更人)

Agent 会话越跑越贵，很多时候不是模型变笨了，而是上下文被工具输出塞满了：一次 Playwright 快照 56KB，二十个 GitHub issue 59KB，一份访问日志 45KB，半小时下来近四成上下文就没了，压缩之后 agent 还会忘记正在改哪些文件。Context Mode 是一个 MCP server，专门管数据往哪里去，而不是替你决定最后怎么写答案。 它的核心机制分三层：第一层是 sandbox，工具的原始输出先落进沙箱，只把结果摘要放进上下文，仓库给的例子是 315KB 压到 5.4KB；第二层是会话连续性，每次文件编辑、git 操作、任务、报错和用户决策都记进 SQL…

传奇架构师 Martin Fowler 昨天发了篇《LLM Voice》，话说得很不客气： 永远不要让 AI 替你写初稿。 哪怕你之后逐字修改，那股"AI 腔"也洗不掉——它不在标点里，在骨架里。 连让它帮你换个说法都危险，他能接受的极限，是让 AI 列个提纲。 为什么这么绝？ 因为写作不是把想清楚的东西打出来，写作本身，就是想清楚的过程。 你把初稿交出去，省的是打字的时间，让渡的是思考本身。 AI 的文字流畅、工整、挑不出错， 但它没在项目里栽过跟头，没为一个决策背过锅。 没有伤疤的文字，就没有判断。 连架构文档都外包给 AI 的开发者，最后外包掉的，是自己的推理能力。 你现在写东西，还会坚…

让 agent 做 landing page，翻车多半不在它不会写代码，在它上来就写，根本没先问清楚。 这个页面是给谁的、要让人办成什么事、转化动作放哪、视觉系统用什么字体、间距、圆角和动效，这些没定下来，写出来的页面只能是又一套顺眼的空壳。 这个仓库目前只有一个 skill，landing-page-design，但流程是完整的：先做 intake 提问，再定页面结构，再写转化文案，最后才落一整套视觉系统，字体、间距、圆角、动效都在里面。 它还有一个很实用的设计：所有设计取值都集中在文件底部的一个 section 里，fork 之后改那一处，整个 skill 的产出跟着走，不用逐条改规则。…

Agent Skills 这个概念火了之后，很多人是照着二手教程拼自己的 skill，格式对不对、触发描述写得清不清楚，全凭感觉。 Anthropic 官方这个仓库就是标准答案的来源：skill 说到底就是一个文件夹，里面一个带 YAML frontmatter 的 SKILL.md，加上配套的脚本和资源，Claude 在需要时动态加载，按里面的指令把一类任务用可重复的方式做完。 仓库里分三块：skills 目录是示例，覆盖创意设计、开发技术、企业沟通几类；spec 目录是 Agent Skills 规范本身；template 目录是新建 skill 的起点模板，frontmatter 其实…

看到长文还没读，就先让 AI 总结， 请问你是想省时间？还是已经不想自己读了？