即刻App年轻人的同好社区
下载
置顶又是一呕心沥血之作 - 拆解Claude Code（上）
第一期给大家讲一下：
1. ReAct架构
2. 怎么在这个架构上给Agent扩展能力
3. CLAUDE.md
下一期给大家讲Skill、Hooks、MCP
第一期给大家讲一下：
1. ReAct架构
2. 怎么在这个架构上给Agent扩展能力
3. CLAUDE.md
下一期给大家讲Skill、Hooks、MCP
26 78
贸易战会倒逼本地产业升级这件事历史上发生过。
是中国对欧洲的贸易战。
明中期中国瓷器是欧洲家庭的关键消费品。仅英国东印度公司在明朝就进口约 4500万件。
因为明清战争与清初海禁，中国限制外销瓷出口。
欧洲为满足需求，先转向日本瓷，再催生本地替代产业：代尔夫特 34家陶厂中有 17家建于1653—1662年（清初）。
最终欧洲陶瓷产业年产能最高900万件，年利润最高110万两白银（当时中国对英国的年贸易顺差为230万两白银）。
瓷器对于当时欧洲人的难度，不比今天芯片对于中国人简单：高岭土配方、釉药化学和高温窑炉控制…当时也认为难以复制。
然而对于物理实体，知道能造出来，已经解决了一半的问题。
此时此刻，角色反转，恰如彼时彼刻。
是中国对欧洲的贸易战。
明中期中国瓷器是欧洲家庭的关键消费品。仅英国东印度公司在明朝就进口约 4500万件。
因为明清战争与清初海禁，中国限制外销瓷出口。
欧洲为满足需求，先转向日本瓷，再催生本地替代产业：代尔夫特 34家陶厂中有 17家建于1653—1662年（清初）。
最终欧洲陶瓷产业年产能最高900万件，年利润最高110万两白银（当时中国对英国的年贸易顺差为230万两白银）。
瓷器对于当时欧洲人的难度，不比今天芯片对于中国人简单：高岭土配方、釉药化学和高温窑炉控制…当时也认为难以复制。
然而对于物理实体，知道能造出来，已经解决了一半的问题。
此时此刻，角色反转，恰如彼时彼刻。
9 31
不同IM入口=不同场景、这是用户已有的；切换场景=切到一个openclaw的不同workspace；不明白什么叫消灭结构 我认为人性是相信稳定的专业化工具 //@一拳超八Zoe: 你这个路径太重了 情绪成本过高
你在假设 用户愿意管理多个场景➕agent➕IM 入口 但是现实是 用户可能连一个微信都懒得分组
未来的方向肯定是消灭结构 而不是增加 没有场景切换 也没有选择 agent和 IM 的决策过程 而是以用户行为完成判断 给出最小响应
你在假设 用户愿意管理多个场景➕agent➕IM 入口 但是现实是 用户可能连一个微信都懒得分组
未来的方向肯定是消灭结构 而不是增加 没有场景切换 也没有选择 agent和 IM 的决策过程 而是以用户行为完成判断 给出最小响应
陈惑仔Harry: 我看到一个未来。 1. 人类按场景组织context，每个场景有自己的IM界面和Agent；每个场景只有一个IM作为入口 2. 通过腕带/戒指 控制 双向耳机/眼镜 切换场景 3. 耳机/眼镜 负责捕捉信号、发送给场景Agent和IM 4. 简单操作语音控制场景Agent，复杂操作打开场景IM 5. 手机是新的笔记本，Skill是新的软件 6. 场景IM里通过卡片/小程序的形式，呈现Skill的结果 7. 亚洲创业者的机会很大，在硬件
2 00
我看到一个未来。
1. 人类按场景组织context，每个场景有自己的IM界面和Agent；每个场景只有一个IM作为入口
2. 通过腕带/戒指 控制 双向耳机/眼镜 切换场景
3. 耳机/眼镜 负责捕捉信号、发送给场景Agent和IM
4. 简单操作语音控制场景Agent，复杂操作打开场景IM
5. 手机是新的笔记本，Skill是新的软件
6. 场景IM里通过卡片/小程序的形式，呈现Skill的结果
7. 亚洲创业者的机会很大，在硬件
1. 人类按场景组织context，每个场景有自己的IM界面和Agent；每个场景只有一个IM作为入口
2. 通过腕带/戒指 控制 双向耳机/眼镜 切换场景
3. 耳机/眼镜 负责捕捉信号、发送给场景Agent和IM
4. 简单操作语音控制场景Agent，复杂操作打开场景IM
5. 手机是新的笔记本，Skill是新的软件
6. 场景IM里通过卡片/小程序的形式，呈现Skill的结果
7. 亚洲创业者的机会很大，在硬件
16 35
拆解Claude Code（下）——Hooks、Plugins、总结
1.一切的起点，是极其简单的ReAct循环(想、动、看)
2.在循环之上，我们沿着Context脑容量和Action手脚的正交维度，以及开辟独立Loop小分队的设计，给它无限添加能力。(CLAUDE.md、Skills、 MCP、Subagents、 Teams)
3.在能力之外，我们跳出模型，在执行层用Hooks加上强硬而确实的死规矩，实现闭环
1.一切的起点，是极其简单的ReAct循环(想、动、看)
2.在循环之上，我们沿着Context脑容量和Action手脚的正交维度，以及开辟独立Loop小分队的设计，给它无限添加能力。(CLAUDE.md、Skills、 MCP、Subagents、 Teams)
3.在能力之外，我们跳出模型，在执行层用Hooks加上强硬而确实的死规矩，实现闭环
5 22
Claude Code逐层拆解（中） - Skills、MCP、Subagents、Agent Team
书接上回，ReAct循环是 Claude Code的本质。
本期介绍的四个，则是从不同角度给ReAct增加能力，Skill是增加Context、MCP是增加工具、Subagent是扩展的独立ReAct Loop
用一句话总结就是看我文章的四个正交分析维度就行了。
书接上回，ReAct循环是 Claude Code的本质。
本期介绍的四个，则是从不同角度给ReAct增加能力，Skill是增加Context、MCP是增加工具、Subagent是扩展的独立ReAct Loop
用一句话总结就是看我文章的四个正交分析维度就行了。
9 30
最近不少投资人、开发者、产品经理、爱好者配置了 OpenClaw，但使用体验并不好。原因可能是SOUL.md这种 System Prompt 的编写过于依赖直觉，缺乏结构。
工业级的 Prompt 优化是一套严谨的工程方法。
生产环境下的调优可概括为三步走：
1. 制定基准测试（Benchmark）
2. 构建初始 Prompt
3. 基于 A/B 测试循环迭代
核心总结【优秀的 Prompt 是测出来的，不是一次性写出来的】
1. 核心机制：LLM-as-a-Judge
面对海量测试样本，人工评估极不现实。解法是让 AI 充当“阅卷人”。
产品经理作为“出卷人”定义量化标准：维度 + 权重 + 评分细则。
例如「AI 减脂建议」的评测标准：
- 有用性 70% + 易操作性 20% + 情绪价值 10%
- 细则量化：3分（学术验证有效），2分（多数人有效），1分（无效）。
2. 评测提示词（Judge Prompt）的最佳实践
构建“阅卷人”的标准操作：
- 解耦维度：每个维度独立编写 Prompt 并分开调用 API，避免模型注意力分散。
- 结构化：使用 XML 标签（如 <task>, <examples>）隔离指令。
- 对齐人工：提供覆盖高低分的 Few-shot 示例，先人工打标 10-20 条，对比 AI 打分直至标准对齐。
- 稳定性：Temperature 务必设为 0。
3. 生产提示词（System Prompt）的结构化写法
推荐采用标签化的 xml 模块写法：
<role> 设定系统角色
<task> 明确核心任务
<guideline> 分步拆解执行逻辑
<examples> 提供多场景的 Few-shot
<format_requirement> 约束输出格式
优势：结构清晰，便于后续控制变量进行单模块的优化与实验。
4. 科学迭代：控制变量法
A/B 测试的核心在于控制变量。切忌同时修改多个模块，否则无法归因提升来源。
正确的迭代路径：
分析低分 Case -> 判断是通用逻辑缺陷（General Case）还是边缘场景（Edge Case） -> 抓主要矛盾 -> 单独修改影响最大的段落（如只改 Guideline） -> 重跑 Benchmark 验证。
5. 工程实践与产品反思
大批量跑测时的避坑指南：
- 务必使用多线程并设定 Checkpoint 定期存档，采用 append 模式写入，避免异常中断导致数据丢失。
- 如果调优毫无起色，需反思任务本身是否具备可行性（Practical）。
- 如果一两次就拿满分，需检查评估标准是否过于宽松。
最后的最后，AI 只是工具，即使机评分数达标，仍需进行人工抽样走查，对最终结果负责，判断表现是否在Use Case上是否符合预期。Overall it's taste that matters.
工业级的 Prompt 优化是一套严谨的工程方法。
生产环境下的调优可概括为三步走：
1. 制定基准测试（Benchmark）
2. 构建初始 Prompt
3. 基于 A/B 测试循环迭代
核心总结【优秀的 Prompt 是测出来的，不是一次性写出来的】
1. 核心机制：LLM-as-a-Judge
面对海量测试样本，人工评估极不现实。解法是让 AI 充当“阅卷人”。
产品经理作为“出卷人”定义量化标准：维度 + 权重 + 评分细则。
例如「AI 减脂建议」的评测标准：
- 有用性 70% + 易操作性 20% + 情绪价值 10%
- 细则量化：3分（学术验证有效），2分（多数人有效），1分（无效）。
2. 评测提示词（Judge Prompt）的最佳实践
构建“阅卷人”的标准操作：
- 解耦维度：每个维度独立编写 Prompt 并分开调用 API，避免模型注意力分散。
- 结构化：使用 XML 标签（如 <task>, <examples>）隔离指令。
- 对齐人工：提供覆盖高低分的 Few-shot 示例，先人工打标 10-20 条，对比 AI 打分直至标准对齐。
- 稳定性：Temperature 务必设为 0。
3. 生产提示词（System Prompt）的结构化写法
推荐采用标签化的 xml 模块写法：
<role> 设定系统角色
<task> 明确核心任务
<guideline> 分步拆解执行逻辑
<examples> 提供多场景的 Few-shot
<format_requirement> 约束输出格式
优势：结构清晰，便于后续控制变量进行单模块的优化与实验。
4. 科学迭代：控制变量法
A/B 测试的核心在于控制变量。切忌同时修改多个模块，否则无法归因提升来源。
正确的迭代路径：
分析低分 Case -> 判断是通用逻辑缺陷（General Case）还是边缘场景（Edge Case） -> 抓主要矛盾 -> 单独修改影响最大的段落（如只改 Guideline） -> 重跑 Benchmark 验证。
5. 工程实践与产品反思
大批量跑测时的避坑指南：
- 务必使用多线程并设定 Checkpoint 定期存档，采用 append 模式写入，避免异常中断导致数据丢失。
- 如果调优毫无起色，需反思任务本身是否具备可行性（Practical）。
- 如果一两次就拿满分，需检查评估标准是否过于宽松。
最后的最后，AI 只是工具，即使机评分数达标，仍需进行人工抽样走查，对最终结果负责，判断表现是否在Use Case上是否符合预期。Overall it's taste that matters.
30 016