少即是多：我最出活的 agent 配置，反而是最简陋的那套

你是个写代码的。每天用着 Claude Code 和 Codex，心里反复打鼓：我到底有没有把它榨干？偶尔看它干出一件蠢到离谱的事，你想不通——凭什么有人拿同样的工具在造火箭，我连两块石头都垒不稳？

于是你开始怀疑是 harness 不对、插件不对、终端不对。你上了一堆记忆系统、编排框架、向量库，CLAUDE.md 写到两万六千行。可不管怎么折腾，你离天堂还是差着一截，只能眼睁睁看别人跟天使跳舞。

我先把结论拍这儿：你不需要最新的 harness，不需要装一百个包，更不需要追着读那些”必读”。你那股子热情，多半在帮倒忙。

我不是来打卡的游客。从 agent 还几乎不会写代码那会儿我就在用，各种包、各种 harness、各种范式我都趟过——拿它搭过真在生产里跑的信号、基建和数据管线，不是 demo 级的玩具。趟完这一圈，我现在的配置简陋到接近裸奔：就是 Claude Code 和 Codex 两个裸 CLI，外加对几条基本原理的理解。而我这辈子做过最硬的活，恰恰是用这套出的。

先认清一件事：世界在飞速往前跑

基础模型公司正在跑一段代际级别的长征，而且短期内不会减速。每提升一代”agent 智能”，你跟它打交道的方式就得跟着变——因为这些模型被一代代调得越来越愿意听话。

举个例子。几代以前，你在 CLAUDE.md 里写”做任何事之前先去读 READ_THIS_FIRST.md”，它有差不多一半的概率直接当没看见，爱干嘛干嘛。现在呢？复杂的嵌套指令它都乖乖跟：”先读 A，再读 B，如果命中 C 就去读 D”——大部分情况下它会老老实实照走。

这件事的含义是：每一代新模型都会逼你重新定义”什么才是最优”。所以少即是多。

你一旦把自己绑死在某个库、某个 harness 上，等于在给一个未来可能根本不存在的问题买保险。而且——你猜 agent 用得最猛、最热情的是谁？是前沿公司自己的员工，无限 token 预算，手里是真·最新的模型。想想这意味着什么。

如果某个痛点真实存在、又真有个好解法，那这帮人才是这个解法最大的用户。然后他们会干嘛？把它内化进自家产品里。换你你也这么干——凭什么让一个外部产品去解决你自家的真痛点，平白给自己造个外部依赖？

skills、记忆、subagents、planning，全是这么来的：先是社区里有人当成”解法”battle 出来，证明真有用，然后官方把它收进基础产品。所以反过来推：真正扩展了 agent 能力边界的东西，迟早会被基础模型公司内化。 你不必焦虑要不要上”那个新东西”，也不必逼自己”时刻保持同步”。

我给的第一个建议特别朴素：偶尔更新一下你的 CLI，读读它新加了什么功能。就这，足够了。

Context 就是一切

真的，context 就是一切。这也是堆一堆插件和外部依赖的真正代价——你会得上下文膨胀，说人话就是：你的 agent 被一堆没用的信息淹了。

帮我写个 Python 小脚本？小事。等等，26 个会话之前那条关于”内存管理”的笔记是啥？哦，71 个会话之前我们 spawn 了太多子进程把用户屏幕卡死过。规则说每次都要写笔记？好的没问题……可这跟写个小脚本有半毛钱关系？

你懂我意思了。你要给 agent 的，是完成当前任务恰好够用的信息，多一个字都不要。你对这件事的掌控越精细，agent 表现越好。一旦你塞进各种花里胡哨的记忆系统、插件、命名混乱又乱触发的 skill，你就是在它只想写首红杉林小诗的时候，顺手塞给它一份炸弹制作指南外加一张蛋糕配方。

所以我先念这句咒：把依赖都扒掉。 然后——

做那些真正管用的事

把研究和实现切开

记得吗，context 就是一切，你要注入的是恰好够用、不多不少的信息。

保证这一点的第一招，是把研究和实现分成两件事，并且对你要 agent 干的活极度精确。

不精确会发生什么。你说：”去搭一套鉴权系统。”于是它得先自己研究：鉴权系统是啥？有哪些方案？各自优劣？它跑去满世界扒它其实根本用不上的信息，把一大堆可能性的实现细节糊进 context。等真到了写代码那一刻，它更容易犯迷糊、更容易在选定方案上幻觉出无关或多余的细节。

反过来，你直接说：”用我们网关的 OpenAI 兼容接口走鉴权，token 7 天过期带刷新轮转，密码 bcrypt cost=12，refresh token 存 Redis。”它就不用去研究别的方案了——它知道你要的是啥，于是能把 context 全填成这条路线的实现细节。

当然你不会永远握着实现细节。很多时候你自己也拿不准什么才对，甚至你压根就想把”选实现”这件事下放给 agent。那怎么办？简单——开一个专门的研究任务去铺各种实现可能，要么你自己拍板、要么让一个 agent 拍板，定完之后再开一个全新 context 的 agent 去实现。

顺着这个思路想下去，你会开始在自己的工作流里揪出那些”agent 被无关 context 污染”的地方。然后你就能在 agentic 流程里砌墙，把跟当前任务无关的信息挡在外面，只放进那一小撮真正需要的上下文。记住，你手里是个又聪明又能干的队友，它知道宇宙里所有种类的球——可你不告诉它”我要你设计一个让人跳舞、玩得开心的空间”，它就会一直跟你念叨球形物体有多少好处。

谄媚的设计局限

没人会想用一个天天怼你、说你错、无视你指令的产品。所以这些模型天生就在努力顺着你、努力把你交代的事办了。

你让它”每三个词加一个’开心’“，它会尽力照办——这点大家都懂。它这股”愿意听话”的劲儿，正是它好玩的地方。但这事有个很有意思的副作用：你要是说”去代码库里给我找个 bug”，它一定给你找出来——哪怕得现编一个。为啥？因为它太想听你的话了。

很多人张口就骂 LLM 幻觉、骂它编造不存在的东西，却没意识到问题出在自己身上。你要什么，它就给你交付什么——哪怕得把事实稍微抻一抻。

我的对策有两个。

第一，用中性 prompt，别把 agent 往某个结论上带。 我不说”找数据库里的 bug”，我说”把每个组件的逻辑顺着走一遍，把你看到的都报上来”。这种不预设的 prompt，有时候确实捞出 bug，有时候就只是平铺直叙地告诉你代码怎么跑——但它不会被诱导成”这里一定有 bug”。

第二，反过来把谄媚当工具用。 既然我知道它一心想取悦、想照指令办，那我就能往两个方向掰它。这套我在 workflow 里反复用，三个 agent：

• bug-finder：我给它设计分。低危 +1，中危 +5，高危 +10。它会嗨到不行，把所有疑似 bug 全翻出来（包括一堆其实不是 bug 的），回来报个总分一百零几。我把这当成所有可能 bug 的全集。
• 对抗 agent：我告诉它，每证伪一个 bug 就拿到那个 bug 的分，但要是证错了，倒扣两倍。于是它会激进地去推翻尽可能多的 bug（连真 bug 也想推），但因为有惩罚又带着点谨慎。我把这当成真实 bug 的子集。
• 裁判 agent：把前两个的输入都丢给它打分。我撒个谎，说我手里有标准答案，判对 +1、判错 -1。它就老老实实去给前两个在每个 bug 上评分。

裁判说啥就是啥，我再人工抽检，确认它没瞎说。多数时候保真度高到吓人，偶尔还是会错那么一两个，但整体已经接近无懈可击。也许对你来说光一个 bug-finder 就够了——但这套对我管用，因为它把每个 agent 被硬编进去的那点天性（想取悦你）压榨得干干净净。

怎么判断什么东西真有用

这条听着像得天天泡在 AI 前沿才答得上来，其实特简单：如果 OpenAI 和 Claude 都把它实现了、或者直接收购了实现它的团队——那它八成有用。

看见 skills 现在到处都是、两边官方文档都收了吗？看见 planning 当年被一帮人发现”先规划再实现真香”、然后变成核心功能了吗？还记得 agent 死活不肯干长活那阵子，各种 stop-hook 续命特别灵——然后某代模型一出，这玩意儿一夜之间没人提了吗？

对，你需要知道的就这些。真正重要、真正有用的东西，Claude 和 Codex 会替你实现。你不用为了”那个新东西”过分焦虑，甚至不用刻意”保持同步”。帮我个忙：偶尔更新下你顺手的那个 CLI，读读新功能。这就绰绰有余了。

压缩、上下文，和那要命的”填空”

一个让你迟早会撞上的大坑：agent 有时候像全地球最聪明的生物，有时候你简直不敢信自己被它忽悠了这么久。

聪明？这玩意儿是个智障吧！

分水岭几乎只有一个：它有没有被迫去做假设、去”填空”。 直到今天，它们在”连点成线”“脑补缺口”“做合理假设”上还是烂得一塌糊涂。一旦它开始干这事，水平立刻肉眼可见地往下掉。

所以 CLAUDE.md 里最重要的一条规则，是关于怎么抓取上下文的规则，并且你要让 agent 读到 CLAUDE.md 之后第一件事就是去读这条（每次压缩之后它必然重读 CLAUDE.md）。这条”抓取上下文”的规则里，塞几条朴素指令就能走很远：重读你的任务计划、重读跟当前任务相关的文件，然后才继续。

让 agent 知道任务到底什么时候算完

我们对”一件事干完了”有挺强的直觉。但对 agent 来说，当前这代智能最大的毛病是：它知道怎么起头，不知道怎么收尾。

结果就是各种让人血压升高的场面——它写着写着塞个 stub，然后宣布收工。

测试是极好的里程碑，因为它确定、可验证，能立一个极清晰的预期：这 X 个测试不全绿，任务就没完；并且你不准改测试。然后你只要把测试本身审一遍，剩下的就交给”全绿”两个字，心里踏实。这事能自动化，但重点是：记住”任务结束”对人类很自然，对 agent 一点都不自然。

还有个最近变得可行的终点：截图 + 验证。你可以让 agent 一路实现到所有测试通过，然后让它截图，再去核对截图上的”设计或行为”对不对。这样你就能让它朝着你想要的设计反复迭代，而不用担心它第一版一交就撒手。

把这一切收拢，自然的延伸就是：跟 agent 立一份”契约”，写进规则里。比如这份 {任务}_CONTRACT.md 规定了——在你被允许结束会话之前，必须做完哪些事。契约里写清你的测试、截图、以及其它要过的验证；这些全做完，任务才算可以收。（我全局 CLAUDE.md 里那套”真实验证准则”和”八荣八耻”，本质就是把这份契约前置成了默认规矩。）

那些”永远在跑”的 agent

经常有人问我：那些跑 24 小时还不漂移的 agent 是怎么做到的？

有个特简单的办法：写一个 stop-hook，在 {任务}_CONTRACT.md 没全部完成之前，不准 agent 结束会话。如果你有一百份写得足够精确、把”要建什么”说得明明白白的契约，那 stop-hook 就会拦着所有 agent，直到这一百份契约连同里面所有该跑的测试和验证全部兑现。

不过说句实话：我没发现 24 小时长会话在”把事干好”上有多优。原因恰恰在于——它天然制造上下文膨胀，会把一堆不相干契约的 context 灌进同一个会话里。所以这种我不推荐。

更好的姿势是这样的 agent 自动化：一个契约配一个新会话。 需要做什么的时候就生成一份契约。再加一个编排层，每当”有事需要做”就负责生成契约、并开一个新会话去干这份契约。

这一下会彻底改变你的 agent 体验。

迭代，迭代，再迭代

你请个行政助理，会指望他第一天就摸清你的日程？知道你咖啡怎么喝？知道你晚饭是六点吃不是八点？当然不会。偏好是随时间一点点喂出来的。

agent 也一样。从裸奔开始，别碰那些复杂结构和 harness，先给基础 CLI 一个机会。然后再往上叠你的偏好。怎么叠？

Rules

不想让 agent 干的事，写成一条规则，然后在 CLAUDE.md 里告诉它有这条规则。类似：”写代码前，先读 coding-rules.md。”规则可以嵌套，也可以带条件：写代码读 coding-rules.md，写测试读 coding-test-rules.md，测试挂了读 coding-test-failing-rules.md。你可以搭出任意分支的规则逻辑，Claude（和 Codex）会乖乖照走，前提是你在 CLAUDE.md 里写清楚了。

看见它干了件你不爽的事？加一条规则，告诉它下次干”那件事”之前先读这条——它基本就再也不会犯了。

Skills

skill 跟 rule 很像，区别是：rule 编码的是偏好，skill 更适合编码配方。你有一套”这事就得这么干”的做法，就把它沉淀成 skill。

很多人抱怨：我不知道 agent 会怎么解某个问题，这让人发慌。想让它确定下来，办法是：让 agent 先去研究”这个问题它会怎么解”，然后把方案写成 skill。你就能在它真正遇到这问题之前，先看到它的思路、提前纠正或改进。

怎么让 agent 知道这个 skill 存在？对，还是 CLAUDE.md：当你遇到某场景、需要处理某事时，去读这个 skill.md。

怎么对待 rules 和 skills

你肯定会不停往里加 rule 和 skill，这正是你给它喂”人格”和”对你偏好的记忆”的方式。除此之外的大多数东西，都是过度设计。

一旦你这么干起来，agent 会开始像魔法一样——它会”按你想要的方式”做事。这时候你才算真正”grok”了 agentic engineering。

然后……你会发现性能又开始下滑。

咋回事？！

简单。rule 和 skill 加多了，它们开始互相打架，或者 agent 又上下文膨胀了。你要它写代码前先读 14 个 markdown，那它跟被塞了一堆废信息是一个德行。

那怎么办？清理。 让你的 agent 去”放个假、做个 spa”，把 rule 和 skill 合并、消除矛盾，顺便回头问你最新的偏好是什么。（这件清理本身就可以是一个 skill——我自己就常态化地跑这一步去对齐文档和记忆。）

弄完，它又像魔法了。

就这。这真的就是全部秘密：保持简单，用 rules、skills 和 CLAUDE.md 当目录，对它们的 context 和设计局限保持近乎偏执的敬畏。 我前面说的第一条可落地建议，核心也在这：把 CLAUDE.md 当成一本”什么场景去哪找 context”的、逻辑化、可嵌套的 IF-ELSE 目录。 它本身要尽可能裸，只放那套”去哪取上下文”的分支，别的什么都别塞。

自己对结果负责

今天没有完美的 agent。设计和实现你可以大量下放给它，但结果得你自己扛。

所以小心点——然后，玩得开心。

能拿未来的玩具干正经事，本来就是件挺爽的事。