鐵人檔案
這系列的素材是這個鐵人賽寫作專案本身跟 AI 協作的真實過程：Skill 怎麼設計、CLAUDE.md 怎麼分層、記憶系統怎麼運作、多 agent 協作踩過的坑、事實查核流程怎麼建立。核心主張是：AI 開發工具本身（skill、CLAUDE.md、memory、多 agent 協作）也需要被當成軟體來設計，沒有清楚的分工跟驗證機制，這些工具會退化成互相矛盾、逾越範圍的雜訊。內容已去識別化處理。
前言：記憶系統最怕的不是記錯，是記得太久 「AI 的記憶系統已經照昨天講的『深層記憶』寫法在維護了，判斷邏輯、否決理由、適用邊界都記了，這樣應該就夠可靠了吧？」...
前言：記憶裡寫的，現在還是真的嗎？ 「記憶裡明明記著這個功能已經做完了，AI 怎麼還在問我要不要重做一次？」 如果你反過來遇到另一種情況——AI 信心滿滿地說「...
前言：三個地方都能寫規則，到底該寫在哪？ 「這條規則到底該放進 CLAUDE.md、寫成一支 skill，還是存進記憶就好？」 這個問題聽起來瑣碎，但答錯的代價...
前言：規則寫兩份,有什麼問題？ 「這條規則重要，我在記憶裡記一份，順手也寫進 skill 裡，兩邊都有總比漏掉好吧？」 聽起來是在加保險，實際上是在埋一顆定時炸...
前言：寫進 skill 裡的規則，AI 真的會照做嗎？ 「這條規則我已經寫進 skill 了，AI 應該會照著做吧？」 這句話聽起來很合理，卻藏著一個容易被忽略...
前言：明明每次都有檢查，為什麼還是漏掉？ 「我們每次發文前都會請人再看一遍，怎麼還是會漏掉不該出現的東西？」 這是很多團隊在導入某種內容規範（不管是去識別化、格...
前言：委派不就是把工作拆給別人做嗎？ 「多 agent 協作聽起來很潮，但說穿了不就是把一件事拆成好幾份、分別叫不同的 agent 去做嗎？跟找幾個工讀生分工有...
前言：委派出去的任務，範圍是誰畫的？ 「我只是叫它做 A，怎麼連 B、C、D 都一起做了？」 這句話聽起來像是在稱讚一個很主動的下屬，但套在委派給獨立 agen...
前言：明明分工清楚，怎麼還是撞在一起？ 「我已經把任務拆好、每個 agent 各自負責不同的範圍了，應該不會重複吧？」 如果你也這樣想過，先別急著放心。昨天講的...
前言：反正 agent 看得懂問題，順手改掉不是更有效率嗎？ 「派一個 agent 去查文章裡有沒有技術錯誤，它看到問題，順手改掉不就好了，何必還要多一趟『回報...
