一個軟體工程師的工程筆記:大型語言模型(LLM)是如何一步步變成我們今天日常在用的代理(agent)。從最原始的一句提示詞(prompt)開始、到模型眼中的詞元(token)、注入外部知識(RAG)、跨對話的記憶、可呼叫的工具與技能(skill),再到會自己規劃並執行的代理迴圈,以及今天多個代理的分工與互相審查。每一個技術節點都問:多了什麼能力,又多付了什麼代價。全程以 Claude 為開發主軸,看懂 AI 工程怎麼從一份純文字走到多代理。
第 6 篇畫過一條界線:這一層管這一次呼叫的窗口裡放什麼,跨對話留下什麼是第四層。 今天起進第四層「記憶」。 一個貼心的代理,會記得你三輪前順口提過的那件小事。...
上一篇收在一個數字上:二十輪對話裡,之後還用得到的可能只有三句話,而你每一輪都把那三句跟另外九十七句一起重送。 把場景換成代理,這件事會更痛。昨天你讓代理修一個...
上一篇決定了要記什麼。今天處理下一個問題:那些東西實際上存在哪裡? 答案有點反直覺。打開 Claude 的記憶工具之後,模型並沒有拿到一塊可以寫東西的空間。它只...
上一篇把記憶接上了:模型開口要,你的程式碼負責存。收尾那句話是記憶越寫越多,窗口跟帳單都不會等你。 今天處理相反的動作:把東西丟掉。先講結論:忘記是一個要設計的...
上一篇處理的是「該忘的,怎麼忘」,收在一個問題上:如果記住的那一句本身就是錯的呢? 先講結論:記錯比不記更糟。 沒記住,它會說不知道,或再問你一次;記錯了,它會...
上一篇收在一個問題:代理能讀、能記、能忘,但模型輸出的只有文字,它要怎麼真的做一件事? 答案是它不做。Claude 的官方文件把工具呼叫(tool use)定義...
第 16 篇接上一個檔案系統伺服器之後,Claude Code 的工具清單多了 14 個工具,模型開的單也從 Read 變成了 mcp__fs__read_te...
我想知道一個 MCP 伺服器最少要多少東西才跑得起來,就動手做一個。寫程式的是 Claude Code:我給需求,它從零寫、自己測,我拆它交出來的東西。工具就用...
我把「發版前要檢查什麼」寫成一個資料夾,放進專案的 .claude/skills/,然後問 Claude Code 兩個問題:一個跟發版無關,一個是「我要發版了...
這一層我給了 Claude 一個工具(第 16 篇)、一個 MCP 伺服器(第 18 篇)、一個技能。這三樣東西有一個共同點:每一樣都帶著一段描述,模型要靠它來...