Claude Code 作者说:用好 Fable 5 的关键是管理你的未知
Claude Code 团队 Thariq 的 Fable 5 实战指南:瓶颈不再是模型能力,而是你能否讲清自己的未知。本文拆解四种未知类型,给出盲点扫描、原型头脑风暴、反向面试、实现笔记等消除未知的具体方法,并整理社区最新玩法。
ARCHIVE / INDEX
按时间与主题浏览长期积累的技术文章。
Claude Code 团队 Thariq 的 Fable 5 实战指南:瓶颈不再是模型能力,而是你能否讲清自己的未知。本文拆解四种未知类型,给出盲点扫描、原型头脑风暴、反向面试、实现笔记等消除未知的具体方法,并整理社区最新玩法。
Claude Code 官方把 loop 分成四层:交出验证步骤、停止条件、触发时机和整个决策流程,分别对应 Skill、/goal、/loop 与 /schedule 以及 Proactive 流水线,并给出控制 token 消耗的实操建议。
Claude Code 忽略指令的根因是上下文膨胀。本文编译 Anthropic 官方指南,讲清 CLAUDE.md、Rules、Skills、Subagents、Hooks、Output Styles 这 7 种引导方法的加载时机、压缩行为与上下文成本,并给出四层分级的实践顺序。
Claude Code 现在能针对具体任务自己写调度脚本,实时生成动态工作流。本文编译自 Anthropic 官方博客,讲清分类路由、扇出合并、对抗验证、锦标赛等六种调度模式,以及大规模重构、深度验证、根因分析等实战场景,还有什么时候完全不需要动用工作流。
Anthropic 官方博客系统讲解在大型代码库里用好 Claude Code 的方法论:agentic search、CLAUDE.md 分层、Hooks、Skills、Plugins、LSP、MCP、Subagent 七件套,以及配置随模型升级瘦身与组织落地。
Anthropic 系统梳理了 Agent 连接外部系统的三条路:直接调 API、CLI 和 MCP 协议。本文详解生产级 MCP 服务器的设计模式、认证标准化、Tool Search 上下文优化,以及 Skills 与 MCP 的互补定位。
拆解 Claude Code、Hermes Agent 和 OpenClaw 三个项目的源码与架构,对比它们在 Harness、记忆系统、扩展性和应对模型进步上的三种不同哲学,看 AI Agent 架构设计的三条路线如何起点各异却殊途同归。
编译 Anthropic 多 Agent 协调五种模式:生成-验证、编排-子 Agent、Agent 团队、消息总线、共享状态。逐一拆解适用场景、常见坑和演进信号,帮你从最简单的模式起步按需升级。
深度解读 Anthropic Managed Agents 架构:把 session、harness、sandbox 三个组件虚拟化成接口,像 Kubernetes 抽象 Pod、Volume、Service 一样实现脑手分离、状态持久化与安全隔离。
让 AI 从一句话需求连续开发几小时,交付完整全栈应用有多难?Anthropic Labs 借鉴 GAN 思路,用 Planner、Generator、Evaluator 三 Agent 分工的 Harness 设计,攻克上下文焦虑和自我评估偏差两大死穴。