标签：prompt-engineering
3 篇笔记 · 0 篇论文笔记 · 1 个资源导读
笔记（3）
- 02 面向 AI 智能体的上下文工程
上下文是有限的“注意力预算”。上下文工程关注的是每一轮推理时该把哪些 token 放进窗口：系统提示要找准“高度”、工具要精简、示例要典型，运行时按需检索，长任务则依靠压缩、结构化笔记和子智能体。
- 16 我们如何构建多智能体研究系统
Claude 的 Research 功能采用编排者-工作者架构：主智能体制定计划，并行派出子智能体搜索，再由引用智能体补出处。多智能体有效主要因为能投入更多 token（成本约为聊天的 15 倍）。文章总结了八条提示原则、小样本起步加 LLM 评委的评测方法，以及有状态长流程的生产可靠性挑战。
- 25 关于近期 Claude Code 质量反馈的说明（4 月 23 日复盘）
2026 年 3–4 月部分用户觉得 Claude 变差，原因在 Claude Code 等产品层的三处改动，而非模型或 API：默认推理强度从 high 降到 medium；清理旧思考内容的缓存优化出 bug，每轮都丢推理历史；限制冗长度的系统提示损害编码质量。三者已在 4 月 20 日前修复并重置订阅用户用量额度。
资源导读（1）
- 资源 Anthropic 官方课程（已归档，选读）
Anthropic 在 GitHub 上提供的五门 notebook 课程：API 基础、提示工程互动教程、真实场景提示、提示评测、工具使用。仓库已归档，示例多用 Claude 3 Haiku，适合挑章节补基本功，不宜当主线。