CODE, ARCHITECTURE & AI

2026 年 03 月.

按时间重新翻阅,那些值得留下的文字。

5 篇记录保持好奇,慢慢积累

深度拆解 Claude Code 系统提示词中的记忆管理逻辑

最近在做 Agent 相关的工作,研究了 Claude Code 的系统提示词。分享一下看到的东西。 Claude Code 这套逻辑最值得学习的部分,不是它有多少类型,也不是它怎么写文件,而是它把「记忆」从聊天历史里剥离成了一个有边界的系统对象。 其提示词给出了四段闭环: 类型化存储 索引化管理 触发式召回 使用前校验 这套闭环的根本目的只有一个: 极度压…
继续阅读 ↗

OpenClaw 的 Skills 的实现和 Claude Code 不一样

OpenClaw 的 Skills,本质上不是一个「可调用工具」,它更像一套经过约束的运行手册:启动时把技能目录扫描出来,压成一份 <available_skills> 清单塞进 system prompt,模型自己判断要不要选一个 skill,然后再通过 Read 工具去读这个 skill 的 SKILL.md 。读完以后,没有任何独立执行器接管,还是在当…
继续阅读 ↗

聊下 OpenClaw 的记忆系统

OpenClaw 是最近 AI 圈最火的一个开源项目,没有之一。 从去年的 Agent 年,到今年的 AI 个人助理,OpenClaw 和去年 Manus 一样的,爆到不行,而且还是开源的版本。 由于最近自己也在做 Agent,于是也看了 OpenClaw 的代码来了解其记忆系统的实现。有一些觉得可以借鉴学习的地方。 OpenClaw 的记忆系统其实比较简单…
继续阅读 ↗

多 Agent 架构上下文传递的 4 种策略

在多 Agent 系统里,上下文怎么传,决定了系统的稳定性上限、成本下限、以及排障时的血压。 最开始,很多团队把它当成「把聊天记录拼一拼」的问题。上线后就会这样的问题: 同样的输入,输出飘得离谱。这里的问题是上下文污染和信息密度不稳定。 Token 成本控不住。明明一个任务只需要 10 句关键信息,每次都喂 200 句。 自动化评测很难做。回归集跑出来波动大…
继续阅读 ↗

SaaS 已死?AI 当立?

在 AI 编程逛飙的年份,到当前的阶段,能感觉到速度在加快,形式也在不断的迭代,写代码这个事情也变得门槛很低。 X 上有人在讲「AI 让软件开发成本接近零,所以 SaaS 价值也接近零」 美股前段时间也因此大跌了一波,但当前这个价值为零的逻辑还是不成立的。 这里有一个概念混淆: 构建软件的成本 vs 拥有软件的成本 。AI 主要压低前者,后者还在,甚至在很多…
继续阅读 ↗