鐵人檔案
從 Claude Code CLI 開始，我原本只是想讓 AI 幫忙寫程式，卻在不斷開發與踩坑中，逐步建立自己的 AI Agent 工作流程。
本系列將從 AI 輔助開發出發，談 Context、Memory、任務派發、Manager / Worker、多模型協作、Guard、Evidence、Observability 與成本控制，直到無人值守。
這不是標準答案，而是一名開發者將 AI 從一問一答，逐步工程化為可管理、可驗證、可觀測、可持續運行的 Agent Harness 的實戰紀錄。
Day 11｜持久狀態與 AI 記憶不是同一件事 我把工具內建的自動記憶整個關掉了，然後在同一套系統裡養了一個累積到 14612 筆（2026-09-20 測）...
Day 12｜正規化回報：執行者交什麼、主控收什麼 我對同一套系統下了兩條互相打架的要求：主控必須掌握每個工作單元的細節，主控又不准把細節讀進來。 Day 11...
Day 13｜看得見才管得住：可觀測性 我盯著終端上同一輪的幾行字，每一行都帶著金額，而它們講的是同一筆錢。把它們加起來，我會得到一個比實際多出一截的數字——可...
Day 14｜遙測：數字從哪來、為什麼會錯 有一次，我的逐輪用量紀錄上同時成立兩件互相打架的事：逐輪條列裡，每一輪都各自記著一筆花費，一行一行加起來看起來很合理...
Day 15｜token、快取與成本：帳到底怎麼算 Day 14 寫過一句話：快取寫入分成短、長兩種存活期，短存活期那一欄全部是 0，查「大於 0」的列，回傳...
Day 16｜冷啟動：新開一個 session 要先付什麼 Day 15 結尾留下一個刺眼的數字：長存活期快取寫入占了主控重算等價成本的 35.16%，照機制，...
Day 17｜模型越強，不代表系統越可靠 Day 16 最後問該不該養著一個長 session。當時我心裡還藏著一個更直覺的答案：主控放最強的模型，總該最穩吧。...
Day 18｜多模型派工：為什麼選型表要寫死在檔案裡 Day 17 最後留下一題：哪個位置該放哪個模型、憑什麼選。我手上的答案是一張選型表：每個位置用哪個模型、...
Day 19｜把便宜模型塞進執行層：兩段式與外包 Day 18 結尾留下的問題是：規則能被機械執行之後，執行層的錢到底有沒有變便宜。我先去翻派工規則，那句話其實...
Day 20｜第二意見：把另一個 CLI agent 當顧問，而不是第二個執行者 我付錢請另一家的命令列 agent 進來，卻預設不讓它寫任何一行檔案。它可以讀...
