hao-kuai置顶
2026-02-04 来自江苏光是这篇文章的分析就已经值回票价了，对于编码用户来说优化工程结构才是写代码的人能操作的范围。思考题1和2无法回答，主要是使用claude code 完成编码工作；思考题3，选择方案 C，现象描述就是主上下文撑满导致注意力分散了，Sub-Agent隔离上下文刚好就是解决这个问题的；有问题是老师的视角是更好的提升claude code 完成开发任务的表现还是借助claude code 打造自己的agent工作流啊？作者回复: 谢谢肯定！ 回答同学的问题：架构层面 并不矛盾，分布走。 第一步，先通过架构思维来提升Claude Code大型项目的开发能力，让它和人类都不乱。 第二步，再通过Headless和SDK等方式调用Claude Code形成AI原生的Agent工作流。
1
Geek_6462312026-02-04 来自北京有一个小问题：怎么保证大模型能确保执行的正确性，如数据清洗，我要保证清洗的数据没有遗漏。作者回复: 这不是小问题这是大问题。 要把护栏和评估层做到完备。对大模型给回结果的检查和审核数据集是重中之重。没有这个怎能放手？怎能放心？
kimoti2026-02-04 来自日本OpenClaw只是个玩具吧。 现在有什么客户必须用 AI来解决的痛点吗？作者回复: 有文章说有人用clawedbot做量化交易赚了几十万美元了，虽然需验证消息来源，但其实有可能。 具体到企业落地场景，那就要深入现场来谈了。能用AI解决的问题很多，无法靠AI来解决的场景更多。
jssfy2026-02-04 来自北京handoff agent的定义一般放哪，skill.md还是subagent定义，还是其他地方？作者回复: 它是一个工程设计流程，它的具体实现要通过提示词的规划来完成。也就是放在提升词中，或者整体性的放在CLAUD.md中。
- jssfy2026-02-04 来自北京sub-agent为何会有额外的token开销，不都是用提示词问吗，在主agent提问上下文的开销不一样？
作者回复: 我觉得这个问题很值得讨论。从内存管理的角度，会有额外开销，每一次初始化sub-agent，需要：1.重新载入CLAUD.md 2.传入所需要的提示词也就是上下文。3. 传回SubAgent的任务完成结果 —— 而这个过程很可能是多次循环（并行）调用Sub-Agents。 如果这些都是一个主会话来弄，只需要占用同一份单独的上下文空间即可，不存在额外上下文的传递。因此开销较少。 但是如同你所说，内存不等同于Token用量。每次主对话不也是要传入所需要的上下文吗？ 我猜测，Token的计数是否和Prompt Caching 机制，上下文压缩，RAG，等方面导致主对话传入的提示词也比每次开多一个SubAgent来的少。是不。而且，不开启SubAgents，对话轮次也少。 总而言之，在主会话和子代理的交互过程中，还是引入了额外的Token。然而就每个提问来说，每次提问都需要给够足够的上下文。—— 因为大模型没有记忆。 大家可以说说自己的观点吗？？
林龍2026-02-06 来自广东我把这五个发展阶段这个大类我拆分成两个大标题 ### 架构的演进 1. 单agent 2. skill 3. sub-agent ### 多agent的编排 1. Handoffs 2. Router