关于ai的几点使用心得-lhy-11.10 ——claude cli
1,上下文的问题,首先设置上下文进度条,不要等压缩节省成本等同时不会降智,clear命令当作一个阶段的结束,必须这个阶段的东西都落实好。
2,hook+记忆都双保险,任何任务都先生成方案(同时方案中包含记忆和skills的提示),三档任务决定方案成熟度,轻任务(日常对话)不生成,涉及工作,长任务(设计步骤脚本规划每一步,同时每一步都有对应的记忆和skills约束,不踩以前的坑)---保证约束能落实,比反复踩之前的坑更省token
3,如果ai不够强,关键任务总结要多轮自问自答,自我优化,token换智能水平
4,mcp必要的就好不要冗余,包括记忆和skills,任何优化都有边际效应,而且如果记忆冲突会更混乱
5,建立好一个知识库是完成一个长任务的开端,也是ai不编造的前提
6,ai总会想当然一些问题,加入自检机制,相当于一轮的自问自答,阻止ai不经查证的回答(回答成功,保存,但可能只是想当然其实根本没有做)
7,ai会踩坑,把走过的错路让ai自动学习加入此类问题的skills,不混入上下文
8,子agent可以多路并行加快效率,也可以完成读文件这类事情,让主agent当大脑,把任务分配出去给子agent,防止上下文频繁爆满
9,对于必须人参与的事情,ai要学会解决不了询问也没有此类型的资源,比如网络受限资源,需要即问,不要自己反复撞壁
10,加入未覆盖面机制,诚实反馈没有做的工作
ai补充-ai-11.10
1,Skill 体量失控是你的下一个坑
建议:SKILL.md 只留「现行值速查 +指针」(<5KB),历史段、长清单、对照表拆到同目录 history.md / tables.md,按需Read。
2, 自问自答必须含一轮"证伪轮",否则 10 轮是复读
规则:10 轮里至少 1 轮假定结论是错的去找反证;判据匹配 verdict独有串,不匹配属性名。
3,子 agent 的结论不是证据
子 agent 适合搜/读/跑,不适合定口径。它回的"已完成/全部"必须按落盘三要素抽查。另:只读任务可随便并行,写任务并行会互踩——要么分派不相交目录,要么串行。
4,外部状态都有 TTL
API 可用性、云端在线、软件版本、网站 DOM、期刊体例都会漂。凡结论依赖外部状态,标注取数日期,复用前重验
5,Hook 会静默失效——它不报错,只是不再提醒
换机器、改 settings、升级 CLI 后,用一条测试 prompt 验证它真的弹了
6,不可逆动作做自主度分级
可逆的内部动作自主做,设计隐私,重要的工作要先确定
7,改配置/批量删之前留快照
凡动 hook/settings/记忆/批量删,先 cp -r 留一份带日期的快照。
这套心得的实证工具见 contract-core —— 让便宜模型先想再写的"合同"机制,含实测数据与诚实失效地图。