技術 Day 02：CLAUDE.md 是什麼——全站規範 vs 特定情境規則的分界

前言：不就是一份「給 AI 看的說明文件」嗎？ 「CLAUDE.md 不就是把專案規範寫一份文件丟給 AI 讀嗎？跟寫 README、寫 wiki 有什麼本質上...

技術 Day 14｜Context 的極限：策略沒有執行者，就只是願望

Context Engineering（這系列的 L2）走了七天：窗口經濟學、檢索、記憶三部曲、壓縮。照 Day 7（Prompt 的極限）的慣例，離開一層之前...

技術 Day 13｜Compaction：你的 Agent 為什麼越跑越貴

記憶三部曲處理的是萃取後的知識，今天回頭處理原料本身：窗口裡那一大坨對話歷史和工具輸出。Compaction（壓縮）指的就是把這些累積的歷史變小的工程。先把問題...

技術 Day 12｜記憶的生命週期：誰決定一條記憶的死亡

寫入和檢索都講完了，還剩一個常被跳過的維度：時間。一個 agent 跑了三個月，記憶庫裡同時躺著三個月前的「使用者偏好 Python」和昨天的「幫我查一下天氣」...

技術 Day 11｜記憶的檢索：寫入和搜尋是同一個決策

昨天講了誰決定什麼值得記，今天講存進去的東西怎麼被找到。這兩件事表面上是兩個獨立的設計，把昨天那批系統的檢索設計對照著看會發現：搜尋方式幾乎完全由寫入內容決定。...

技術 Day 10｜記憶的寫入：誰決定什麼值得記

昨天結尾留的問題：對話裡產生的資訊（使用者的偏好、任務的進度、踩過的坑）不在任何文件裡，沒人幫你 reindex。想像一個場景：使用者在對話中糾正了 agent...

技術 Day 9｜RAG：檢索就是在動態組 Context

昨天列了 Context Engineering（這系列的 L2）的工作清單，第一項是「模型缺的知識怎麼找進來」，這就是 RAG（Retrieval-Augme...

技術 Day 8｜Context Engineering：窗口經濟學

昨天的三類故障（知識不在窗口、窗口被塞滿、窗口之間沒有連續性）都指向同一個決策：每一次呼叫，誰來決定模型看到什麼？從今天開始的第二層就在回答這件事。Andre...

技術 【AI Agent 09】聊到一半 Agent 開始忘東忘西，上下文該留什麼、丟什麼？ － Context Management

前一天我們談 Skills 與 Progressive Disclosure。 核心觀念是： Context 是工作區，不是倉庫。 Agent 不需要一開始...

技術 AI 記憶是假議題：真正該解決的是 Context Engineering

你是不是也有過這種感覺——花半小時跟 AI 解釋完專案背景，好不容易進入狀況，下次對話又要從頭來過？社群一直在吵 AI 記憶不夠，但我覺得這個方向從一開始就問...

技術 【AI 工程進化史】從 Prompt Engineering 到 Graph Engineering：Context、Harness、Loop Engineering是演進還是造詞？

資訊基準日：2026-07-21。文中每個日期與主張都對應文末的可驗證來源；X 貼文與部分官方文章的取得限制已逐條標注。 你大概在時間線上看過這條鏈：Pro...

技術 Day 15 - Context Engineering

前面這篇介紹了，何謂 Context Engineering(上下文工程) 接下來要介紹其核心概念與如何應用，包括如何讓 AI 學會「記筆記」以維持專注，並介紹...

技術 Day 14 - Context Engineering

前幾篇講述了 Vibe Coding 與 Prompt Engineering，接下來要講述 Context Engineering (上下文工程) 提示詞與系...