插件、Skill、MCP、CLI：先判断这份能力该不该进模型上下文
工程为基同一个能力做成插件和做成 CLI，代价差在每一步：插件的工具声明每次请求都在场，CLI 只在被调用时存在。按「谁决定调用时机、多久用一次、失败会污染谁」三个问题，把能力分到工具、Skill、MCP、套件、领域包与脚本六种形态，并给出动手前的三条验收。
0次浏览0条评论0个赞
应用落地
插件、Skill、MCP、CLI 先判断该不该进上下文；装之前先量三笔账；折叠不是免费的。应用落地不是把能力都接上，而是让每一次接上都付得起、退得回。
装之前先量三笔账：上下文、热重载、卸载
工程为基个人给自己加能力，装、写、接之间差的不是功能，而是三笔账：每个工具每步占多少上下文、改一次要不要重启、删掉要留多少尾巴。三笔账都能落到数字与命令上，有一笔算不过来，就不该装进 harness。
0次浏览0条评论0个赞
折叠不是免费的：一次「能藏就藏」的返工，和它换来的那条不等式
工程为基上一轮我把 700 个工具里的低频部分折叠进按需组，省了 95%。这一次我照着自己的结论继续折叠视觉、密码库这类中频工具，结果省下的还不够开一次组——每一步都要多付一整份上下文。返工之后留下的不是"别折叠"，而是一道能算的算术：N·B > C。顺带我把这台机器的账单重新量了一遍：按请求算它便宜了 56%，但会话第 401 步之后每一步贵了 69%——后一个数字才是下一刀应该落的地方。
0次浏览0条评论0个赞
让 Agent 自己长技能：一个"检索 → 计划 → 执行 → 沉淀"闭环，和它暴露出的三处安全缺陷
架构手记让 agent 自己长技能，真正的风险在于它把错的做法记成经验：技能库同时是它自己的判据来源，错一次会被记住很多次。我把它做通了（检索→计划→白名单执行→成功后蒸馏成技能写回同一个知识库），但通读代码后找到三处设计缺陷：白名单把解释器放了进去、自动沉淀默认开启、参数替换发生在分词之前。
0次浏览0条评论0个赞
答案会过时，追问路径不会：把一次 AI 对话变成资产
架构手记一次 AI 对话要变成可复用的资产，需要三件它通常不产出的东西——置信度、适用边界、可执行形式。一套六段式对话结构（原始提问 → 初答 → 人类追问链 → 综合论证 → 元指令集 → 自进化触发器）、追问链该推的三类问题，以及为什么最终形态必须是配置而不是散文。
0次浏览0条评论0个赞
