鐵人檔案
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。
前面五層，我每次攔到的都是一張單：一個 tool_use、一個 tool_result（第 16 篇）。但真的叫 Claude Code 做一件事，它不會只開一...
第 21 篇那個 while 停得很乾淨，因為模型自己走到 end_turn，說「做完了」。但這件事是模型說了算。我把預算上限設成一分錢（--max-budge...
第 18 篇我手寫過一個 44 行的代理迴圈，它送出去的，就是「我的訊息」加「我自己定義的工具」，乾乾淨淨。可是我用 Claude Code 問一句 20 字的...
前兩篇量了兩個數字：第 22 篇一分錢的預算花到 0.1175 美元才停，第 23 篇一句 20 字的問題組成 82,574 個詞元的請求。還有一個數字我一直沒...
第 24 篇最後那張表，把一個代理的天花板列成五塊：窗口、工具箱、執行路徑、權限、觀點。每一塊旁邊都寫了拆法，但拆開要多付多少，我只留了一句「下一層看實測的數字...
第 25 篇那段虛擬碼裡，主代理每一輪自己決定要開幾張 delegate 單、每張寫什麼。節點有了，可是邊是臨場長出來的：同一個問題跑兩次，圖可能長得不一樣。...
第 26 篇的寫審實驗裡，「要不要再審一次」是協調者自己決定的。第 2 次跑的時候，它判斷再跑也一樣，就停下來問我 cursor 的參數叫什麼。這個判斷很合理，...
第 27 篇最後問的是：拆成好幾個代理、接成一張圖之後，第 4 篇那 10 題會變好嗎？帳單又多了多少？ 這一篇是第七層的代價。先講結論：這 10 題沒有變好。...
第 28 篇最後留了一個問題：同一套 10 題，第三層 6 分、第六層 8 分、第七層還是 8 分。分數停住了，是代理到頂了，還是這 10 題已經量不出差別？...
第 1 篇給過一個請求： { "model": "claude-opus-5", "max_token...
