最新

鉴于大型语言模型（包括 Claude 代码）的开发速度飞快，我认为最好现在就发布这些内容，而不是等到验证每一个论点后再说。我在这里塞了很多想法！ HTML 中概述了几个核心思想，但最核心的一个是将领域透镜（domain lenses）作为线程内的角色（personas）。主路径 `/storytime` 命令启动整个流程，并生成一系列增量文档，这对我来说也非常有用。 像 breakout、@roles 等其他想法已经被最近向代理团队（agentic teams）发展的趋势所吸收，但我认为这种方式在方法和格式上是独特的。 不幸的是，许多其他想法与 Claude 固有的/更完善的系统发生了冲突，很难说它们是否具有生产价值。 话虽如此，我使用这个工具已经大约 4 个月了，希望它能对其他人有所帮助或启发。

我的大语言模型（LLM）代币账单开始让人心疼了。 除了切换到更便宜的模型之外，你们在实际应用中都用过哪些方法来降低成本？

我经历了一些演变，从带有 `/clear` 和“执行下一个任务”提示的待办事项列表，到清理大部分技能/插件/claudemd，使用集中的 beads 数据库，在 SQLite 上开发 ask_human mcp，并创建了一个带有 UI 的轻量级 Python 编排器：https://github.com/sermakarevich/fleet。 我的用例包括： * 用于并行启动不相关单个任务的集中式接口 * 采用规范驱动开发方法进行编码：https://github.com/sermakarevich/sddw - 我可以使用 beads --deps 链接 sdd 工作流步骤 * 代码库审查并触发大量小型任务并行执行 几篇文章： * https://simonwillison.net/2025/Oct/5/parallel-coding-agents/ * https://zachwills.net/i-managed-a-swarm-of-20-ai-agents-for-a-week-here-are-the-8-rules-i-learned/ * https://juhache.substack.com/p/on-the-road-to-agent-swarms 您今天如何运行代理集群？有哪些用例？