这里是我与各类 AI 智能体打交道的真实记录——踩过的坑、发现的技巧、值得推荐的工具，都在这里。
把 RSS 源、微信公众号推文和 Twitter 列表统一喂给 Claude，让它每天早晨输出一份精炼的行业简报……
多个智能体并行分工看起来很美，但任务调度、上下文同步、错误回退……坑比想象中多得多。这篇文章来聊聊我踩过的那些坑。
很多人只在 System Prompt 里写几句话，其实它可以做的远不止这些——角色约束、输出格式规范、边界场景处理……
从代码补全、对话上下文长度、Terminal 集成到价格，我用同一个中型项目分别测试了两周，来聊聊各自的适用场景。
Model Context Protocol 把外部工具能力标准化地暴露给大模型，这篇文章用最简单的例子带你理解它的工作原理。
降本增效是大厂讲的故事，对个人用户来说，AI 智能体的价值究竟体现在哪里？我想从最朴素的视角来谈谈。