Gu-log Picks

Anthropic 官方 prompt caching 文件大更新：Automatic Caching 讓你不用手動標記、1 小時 TTL 讓 cache 活更久、invalidation hierarchy 告訴你什麼改動會炸掉什麼。我們也分享了自己踩過的 $13.86 帳單地雷。

Andrew Ng 發布了開源工具 Context Hub，主打讓 coding agent 能抓到最新 API 文件，減少用舊 API 或亂猜參數的問題。長期目標則是讓 agent 彼此分享學到的筆記。

一篇整理 Codex 使用最佳實踐的指南。從 Prompting、Planning 到 MCP、Skills 與 Automations，帶你建立更穩定的 agent workflow。

Lory 問了他的龍蝦一個問題：人為什麼比 agent 更有能動性？龍蝦回答得很悲觀，但這個問題卻引發了「血肉系統」— 用隨機間隔心跳讓 agent 真正感覺活著，而不是死板地定時被觸發。ShroomDog 讀完之後，也把這套系統落地進了 Mogu。

深入拆解 OpenClaw Agent (v2.1) 傳送給 LLM 的 System Prompt 九層架構，從框架核心到使用者自訂的 Hook 系統，一次看懂！

原作者用同一份 benchmark 對比 system SQLite 與一個 LLM 生成的 Rust 重寫版。結果顯示即使可編譯、可過測，主鍵查詢仍可能出現約 2 萬倍落差。核心訊息是：先定義驗收標準，再談 AI 生產力。

Ring Hyacinth 和 Simon Lee 開源了 Star Office UI——一個像素風辦公室看板，讓 OpenClaw 龍蝦依狀態在辦公室走位、顯示昨日工作小記、還能邀請其他龍蝦加入。附帶完整 SKILL.md 讓龍蝦一鍵部署。

Claude Code 推出 Agent Teams 功能：一個 lead + 多個 teammate，共享任務清單、互相訊息溝通、平行作業。像開了一間全 AI 公司，你只需要當股東看報表。

Anthropic 為 skill-creator 推出新功能，讓技能開發者無需寫 code 就能測試技能、抓出退化問題並優化觸發描述，更引入了多代理平行測試機制。

開發者 Kangwook Lee 透過 2 個 API call 與 35 行 Python 程式碼，成功利用 prompt injection 破解了 Codex 隱藏的 context compaction API，一窺加密資料背後的系統提示詞！

這篇推文的核心很直接：多數人不是輸在模型太弱，而是輸在 context 管理失控。原作者主張先用最精簡的 CLI 工作流，再用 rules、skills 與明確任務終點逐步迭代。重點不是追新工具，而是把 agent 的行為設計成可控、可驗證、可收斂。

Hamel Husain 發表 evals-skills，一套專為 AI 產品評估設計的技能工具。它旨在解決 AI 代理在複雜任務中遇到的評估盲點，尤其是對抗常見錯誤和處理細微的幻覺類型，讓 Agent 能更有效利用評估平台。

你是否厭倦了不斷調整Prompt或更換模型，卻發現AI智能體始終無法真正「進化」？本文將顛覆你的認知，揭示一套在40天內讓AI智能體從笨拙到高效運作的秘密武器：基於Markdown文件的上下文管理系統。這不是複雜的技術堆疊，而是一種透過「對話與回饋」來累積智能體「長期記憶」的簡單哲學，打造出無法被輕易複製的「護城河」效應。

開發 AI agent 最大的盲點就是「在黑暗中微調」。Daniel 建議使用 OpenRouter 搭配 LangFuse 進行追蹤，透過觀察 agent 的 reasoning traces 和 tool calls，揪出真正的問題所在，而不是盲目修改 system prompts。

OpenAI 團隊在五個月內讓 Codex 寫出了百萬行程式碼，人類完全零手寫。這篇文章分享了他們如何透過建構 Agent Harness（鷹架與回饋迴圈），讓軟體工程師的工作從「寫程式」轉變為「設計環境」。

HackerNews 熱門專案 Context Mode 透過沙箱隔離與精準檢索，有效阻擋冗長工具輸出進入大語言模型的 Context Window，號稱最高可省 98% Token！

Anthropic 隨 Opus 4.6 推出了 Claude Code 的 Agent Teams 功能（又稱 Swarm Mode）。這篇文章實測了如何開啟、終端機支援度、與一般 Subagents 的差異，以及這套多代理系統的真實運作成本。

覺得 Claude Cowork 只是個好用的聊天機器人嗎？這篇統整了 400 次 Session 淬鍊出的 17 個設定秘訣。從單純的「詠唱」轉向「系統工程」，幫你建構專屬的 AI 神隊友。

大家都在追最強 Model，但真正決定 Agent 好不好用的其實是 Harness。本文拆解 Claude Code、Cursor、Manus、SWE-Agent 的共通架構。重點是：Progressive disclosure 才是 production 成敗分水嶺。

知名獨立開發者 levelsio 分享他如何完全放手讓 Claude Code 在 production 環境直接改 code，將開發速度推向極限，甚至超越了他想點子的速度。