共 65 篇文章
如何用 Claude 以 10 倍速度学习任何东西
文章批评“随便提问”式 AI 学习无效，提出把 Claude 变成老师、考官与资源筛选器的 6 条提示词系统：学习阶梯、20小时80/20计划、主动回忆考官、一页速查表、信号筛选、Feynman循环。核心是强制引入真实学习必需的“路径—测试—压缩—反馈”四件事，用5分钟复习替代重读、用主动回忆暴露知识盲区。关键可执行点是把这6条当作一套学习系统串联使用，而非零散技巧。
Opus5 官方 Prompt 指南
Claude Code 负责人在官方博客宣布：面向 Claude 5 删掉 80% 以上系统提示词，编码评测无损。文章给出新一代上下文工程规则：给模型松绑让其自判；与其举例子不如设计好工具接口；用渐进披露按需加载；工具说明写简单；记忆交自动机制；参照物优先代码与评分标准。并给出四层结构（系统提示词、CLAUDE.md、技能、提及参照物）。本质：更强模型需要更少更聪明的上下文而非更多约束。
什么他妈的叫他妈的人味
长文探究人味是否可以测量与恢复。作者梳理AI写作检测的五组信号(困惑度、突发性、词汇分布、结构模板、模型指纹)，指出所有检测器测的都是文本偏离训练分布均值的程度，即AI味就是均值味。对比减法去AI味与加法(具体度、判断浓度、在场感)保留个人风格，提出跨四层的结构化离群模型，并用预注册实验证实洗掉的人味救不回来，主张诊断工具该当镜子而非靶子。
上下文工程：理解 AGENTS.md、SKILL.md 与 CLAUDE.md
仓库里 AGENTS.md、SKILL.md、CLAUDE.md 等文件都在解决同一问题：给每次会话启动的智能体明确上下文。AGENTS.md 是近行业标准的项目上下文文件，SKILL.md 描述可移植能力并用渐进式加载省 token，工具专属文件仅为兼容存在。写文件即做上下文工程。要点：用精确命令替代散文、别让模型自动生成 AGENTS.md、以它为唯一事实来源再生成工具专属文件。
深入理解 Claude Code：从 CLAUDE.md 到 Hooks、Skills、Subagents..
Claude Code 的各类配置本质都是上下文注入，区别只在生命周期与成本：CLAUDE.md 全程占用，Rules 与 Skills 按需加载，Subagent 独立窗口回结论，Hooks 不进上下文。分工是事实放 CLAUDE.md、流程放 Skill、护栏放 Hook、脏活给 Subagent；写进 CLAUDE.md 的「永远不要 X」不可靠，得靠钩子。