提示词即代码:Prompt 的版本管理与灰度发布

Prompt 是 LLM 应用里变化最频繁、影响面最大、却最少被工程化管理的部分。多数线上质量问题溯源到最后,结论都是"上周有人改了一句提示词",而那句话改了什么、为什么改、影响多大,无人能答。把 prompt 当代码管 …

跨阶段分离:技评、编码、自测为什么分会场

让一个会话从技术评审一路干到编码自测,看起来连贯,实际上每个阶段的产出质量都在为上下文膨胀买单。 三个阶段三种心智 技评阶段:发散,需要铺开对比多种方案,上下文里全是调研材料 编码阶段:收敛,只需要定稿的方案 + 目标文 …

把重复流程沉淀成 Skill:我的 skill 库演进

判断一个流程该不该做成 skill,标准是你愿不愿意第三次为它翻聊天记录。第三次出现的手工流程,就是 skill 的立项信号。 从对话到 skill 的路径 一个典型演进: 第 1 次:对话里现场推排查步骤,磕磕绊绊跑通 …

上下文经济学:Token 成本模型与最小读取集

订阅额度按 token 计费后,真正要管的不是"调用次数",是单个 prompt 的输入+输出总量。上下文大不等于该塞满。 成本模型三事实 prompt 数额度基本用不完,别为省调用次数把十个问题塞一轮 高峰时段倍价:高 …

给 Agent 配记忆:四步协议与沉淀原则

agent 的记忆要解决的不是"存什么",而是"什么时候读、什么时候写、写什么"。没有协议的记忆库,三个月后就是一座没人检索的垃圾山。 四步协议 1. 会话启动 → 只拉最近活动标题,不展开正文 2. 答前检索 → 问题 …

任务说明书驱动:把派单从对话变成文件

多任务并行时,派单信息放对话里 = 必然丢失。写成文件,任务才有完整的上下文载体。 说明书完整模板 每个任务一个文件,放在 .zcode/tasks/<id>-<slug>.md。下面是一份可以直接抄走的完整模板: # …

以跑代读:Agent 产出的验收纪律

不要用"读一遍代码"来验收 AI 写的代码。读代码验收的极限是你个人的注意力和善意,跑命令验收的下限是机器的诚实。 转述不可信 执行 agent 的汇报链路是:它写了代码 → 它形成了对代码的印象 → 它把印象讲给你。每 …

给 AI 编码助手写一份行为宪法

AGENTS.md 的价值不在「写了多少规则」,而在每条规则可判定违反。规则写得再全,模型遵守不了、或者你自己在第 30 次对话后忘了为什么写它,就是负资产。 为什么需要行为宪法 AI 编码助手每个会话都是失忆重启。你调 …

lbk_runtime@engineering-notes: ~ hover 展开 · Esc 收起
Last login: 2026-11-18 21:06:07 from console $ whoami LBK_Runtime — 后端 & AI 工程师,写 engineering-notes $ neofetch site: engineering-notes author: LBK_Runtime posts: 93 篇 · tags: 44 个 rss: /index.xml hint: 输入 help 查看可用命令
lbk_runtime@engineering-notes:~$