NDC Conferences
随着前沿模型全面接管代码编写,传统脚手架正在沦为阻碍,软件工程的核心矛盾已彻底转移至需求输入与自动化验证两端。
AI-assisted summary of 10 tips to level up your ai-assisted coding - Aleksander Stensby - NDC AI 2026 — original source. Check the original for full context.
Source published:
Key ideas
- 前沿代码评测已从饱和的旧基准转向 Diamond Frontier Code benchmark,基座模型能力的爆发正让针对早期模型缺陷设计的复杂 Harness 脚手架需求逐渐减弱。 (3:17)
- 上下文窗口虽然已跃升至 100 万 tokens 级别,但在达到 70%–80% 占用率时模型推理质量仍会出现明显劣化,开发者需通过主动压缩、外部 CLI 处理和跨会话状态落盘来监控与管理上下文。 (11:22)
- AI 辅助编码的工程范式正在经历从提示词工程(Prompt Engineering)、上下文工程(Context Engineering)、脚手架工程(Harness Engineering)到由停机条件驱动的循环工程(Loop Engineering)的四代演进。 (58:20)
- 软件工程的核心瓶颈已从传统时代的“手写代码”向两端剧烈转移,演变为人类在输入端的需求定义与品味把控,以及在输出端的自动化代码验证与质检压力。 (29:21)
Detailed notes
## Background 该视频由 YouTube 频道 NDC Conferences 于 2026 年 7 月 1 日发布,内容录制自挪威奥斯陆举行的 NDC AI 大会。视频简介指出,演讲聚焦于超越炒作、经过实战验证的 AI 辅助编程策略,涵盖提示词与上下文工程、长上下文管理、测试调试,以及借助 MCP 协议将 AI 转化为真正研发队友的落地实践。
## TL;DR 主讲人 Aleksander Stensby 结合自身从手写代码全面转向由 Claude 等工具代劳的工程实践,系统阐述了提升 AI 辅助编程生产力的核心法则。他提出上下文管理、技能(Skills)体系构建、持久化计划模式(Plan Mode)及复利工程学(Compound Engineering)等关键心智,直指当前软件工程瓶颈已从“人工编写代码”向“需求意图输入”与“质量审查验收”两端迁移。演讲最后展现了从 Harness Engineering 向 Loop Engineering(循环工程)与多 Agent 并行化演进的前沿趋势,强调人类工程师应转型为高维度的架构者与轻量化质检守门人。
## Atmosphere & style 整场演讲氛围风趣幽默却极具工程锐度,Alex 开场一句“Claude 包揽了我所有的代码”迅速点燃全场,后脑勺剃出的“Just Ask Claude”更是将极客幽默展现得淋漓尽致。分享风格直率、毫无废话,既有对技术定势的犀利反思,也有“因沉迷并发指派任务险些影响婚姻”的自嘲调侃。听感节奏紧凑且充满思想冲击,让现场观众在频繁会心一笑的同时,深刻体会到大模型时代软件工程范式被彻底重构的急迫感与兴奋感。
## Bulletin - [03:17](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=197s) 前沿代码评测已从饱和的旧基准转向 Diamond Frontier Code benchmark,基座模型能力的爆发正让针对早期模型缺陷设计的复杂 Harness 脚手架需求逐渐减弱。 - [11:22](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=682s) 上下文窗口虽然已跃升至 100 万 tokens 级别,但在达到 70%–80% 占用率时模型推理质量仍会出现明显劣化,开发者需通过主动压缩、外部 CLI 处理和跨会话状态落盘来监控与管理上下文。 - [58:20](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3500s) AI 辅助编码的工程范式正在经历从提示词工程(Prompt Engineering)、上下文工程(Context Engineering)、脚手架工程(Harness Engineering)到由停机条件驱动的循环工程(Loop Engineering)的四代演进。 - [29:21](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1761s) 软件工程的核心瓶颈已从传统时代的“手写代码”向两端剧烈转移,演变为人类在输入端的需求定义与品味把控,以及在输出端的自动化代码验证与质检压力。
## Key takeaways - [06:20](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=380s) 建立主动的结对编程心态并践行复利工程学(Compound Engineering),确保每次排错和反馈都能沉淀为规则或上下文资产,避免模型重蹈覆辙。 - [10:08](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=608s) 上下文为王:LLM 的上下文窗口如同容量有限的水杯,系统提示词、规则文件、MCP 声明与历史交互都在持续侵占空间,注入的每个 token 都必须具备高信噪比。 - [17:48](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1068s) 防范规则脚手架陷阱:围绕旧模型制定的过细规程在基座模型跃升后往往会变成束缚,新模型上线后应敢于重构或让模型自行诊断并剔除冗余陈旧规则。 - [19:49](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1189s) 全面投资 Skills 标准:Skills 本质上是包含 skill.md 的可移植独立目录,兼具团队品味与外部能力扩展,是跨开发框架无缝迁移的通用构件。 - [22:27](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1347s) 利用动态上下文注入(Dynamic Context Injection),在 Skill 中通过感叹号(!)运行 Bash 命令,在推理前抓取环境状态作为上下文动态注入。 - [26:36](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1596s) 始终从 Plan 模式开始:利用只读沙箱安全探索代码库并持久化保存 Markdown 方案,既能抵御上下文重置丢失,又能作为后续自检验收的基准。 - [31:12](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1872s) 对抗长文本审查倦怠:将单调的 Markdown 方案替换为带折叠面板、动态高亮与可点选架构分支的交互式 HTML,迫使人类注意力保持在有效反馈回路中。 - [36:43](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2203s) 赋予 Agent 自检闭环能力:通过 MCP 或插件赋予编程代理受控的浏览器操作与控制台捕获权限,配合明确的完成定义(Definition of Done)实现自我纠错与验证。 - [39:10](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2350s) 前端 DOM 级可视化反馈:借助 Agentation 或桌面端批注工具在渲染界面上直接圈选涂鸦,自动将可视标注与精确 DOM 路径回传给终端代理以消除沟通摩擦。 - [40:35](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2435s) 从微观步骤验证转向目标驱动(/goal):定义业务结果与交付指标,由多 Agent 循环自主规划与交叉评审,让人类精力专注于战略意图与边界约束。 - [44:14](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2654s) 理性看待顶级模型开销,并在终端使用 /usage 命令向下滚动定位真正吞噬 Token 额度的具体技能或插件以进行成本诊断。 - [46:37](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2797s) Subagents(子代理)是工程化实现无限上下文的关键,默认提供干净隔离上下文,并支持通过 context: fork 继承主上下文以及最多 5 层递归嵌套。 - [48:35](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2915s) 依赖 Hooks 机制构建确定性硬防护:在 pre-tool-use 等事件中由确定性脚本硬性阻断高危操作,而非仅依靠不可靠的提示词约束。 - [51:13](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3073s) 定期运行 /insights 分析最近 30 天的历史会话大数据,提炼高频失败模式,并自动生成可直接复制到 CLAUDE.md 中的规则修正与 Hook 建议。 - [55:06](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3306s) 在本地独立开发场景中 CLI 工具比 MCP 更轻量且节省上下文,但 MCP 仍然是打通 SaaS 生态和向非技术业务人员分发 AI 能力的必备桥梁。 - [56:37](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3397s) 借助 Git Worktree 实现目录级分支隔离,结合 Issue 异步 Webhook 与移动端远程控制,以多 Agent 并行吞吐突破人类单线程等待瓶颈。 - [01:01:07](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3667s) 提醒模型“你不是人类”:打破代码大模型模仿人类手写复杂逻辑(如硬写晦涩 Regex)的思维定势,引导其主动派生子 AI 会话或调用大模型端点解决问题。
## Detailed walkthrough ### [00:07](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=7s) 从写代码到“Claude 代劳”的工程师转型
面对座无虚席的演讲大厅,主讲人 Aleksander Stensby(大家都叫他 Alex)开场便用一句幽默又极具冲击力的话打破了气氛:“My name is Alex. I used to be a developer. And now Claude writes all my code.”(我叫 Alex。我曾经是一名开发者,而现在 Claude 包揽了我所有的代码)。这场题为《AI 辅助编程进阶 10 招》的演讲,初衷是总结 10 条核心技巧,但由于干货实在太多,最终涵盖的内容远远超出了原本设定的 10 条。
```mermaid flowchart LR accTitle: Alex 个人经历演进 accDescr: 展示 Alex 从早期计算机视觉与机器学习背景、十年企业管理、到全面转向 AI 结对编程的经历。 subgraph CareerPath["个人技术演进轨迹"] direction LR A["CS 与机器学习背景<br/>早期手写代码"] --> B["10年企业管理<br/>团队写码/脱离一线"] B --> C["GPT 早期回归<br/>Tab 智能补全"] C --> D["全面拥抱 Agent<br/>自己不再写一行代码"] end ```
Alex 回顾了自己的技术背景:他拥有计算机科学学位,专注于机器学习与模式识别领域,早期写了很多年代码。然而在此后长达 10 年的时间里,他转型管理一家规模不小的公司,负责设计解决方案,但实际代码都由团队成员编写。他坦言,这段“脱离一线手写代码”的空窗期,反倒成为了他在大模型时代重返编程领域的巨大优势——他没有那些传统开发者根深蒂固、难以动摇的固化工作习惯。他在 GPT 早期(当时还处于高级自动补全和 Tab 键补全的时代)重返技术一线,随后创办了 Grid AI,不仅帮助企业落地 AI,还负责了挪威主权财富基金(National Oil Fund)以及挪威央行等大型机构的 AI 培训。他指出生成式 AI 最迷人的地方就在于解决问题能力的民主化,让技术人员与非技术人员都能从中获益。
- Alex 担任 Anthropic 在挪威的官方大使,并组织奥斯陆本地的 Claude Code 聚会。该职位为社区支持性质,并非 Anthropic 受薪员工。 - Alex 现场做了互动调查:台下仍有大量开发者在手写代码,但几乎所有人都已在日常工作中引入了 AI,尝试过 Claude Code 的人数同样相当惊人。 - 尽管 Alex 会频繁提及 Claude,但他强调演讲中的所有原则普遍适用于 Cursor、各类 Coding Agent 或底层 Harness 架构。
---
[03:17](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=197s) 突破基准测试的爆发期与对“代码脚手架”的思考
Alex 透露,自己从去年 8 月起就再也没有手写过一行代码。真正的转折点发生在去年 10 月 Anthropic 推出最新的 Opus 模型之后,整个技术生态的发展速度堪称恐怖。在过去 12 个月内,Anthropic 密集发布了多达 9 款前沿模型(Frontier Models),甚至就在演讲前一天刚刚上线了最新版本。
面对眼花缭乱的新模型,Alex 强调评估其能力必须依靠客观基准。随着传统的测试集纷纷被各大模型刷爆而趋近淘汰,业界推出了全新的 Diamond Frontier Code benchmark。在这一高难度基准上,最新模型展现出了相对 GPT-5.5 水平的巨大飞跃。虽然性能的大幅提升在短期内伴随着调用成本的上升,但根据以往的技术迭代规律,成本很快会在初始阶段后逐步回落。面对飞速进化的模型底座,Alex 提出了一个颇具争议却直指本质的研判:“To be honest with you, and this is maybe a bit controversial, but I think over time these models don't show sign of plateauing yet... And I believe that the need for harnesses will sort of become less and less.”(坦白讲,这可能有些争议,但我认为短期到中期内没有任何证据表明这些模型会进入瓶颈期……我认为随着时间推移,对代码脚手架/ Harness 的依赖会越来越少)。
```mermaid flowchart TD accTitle: 模型能力飞跃与 Harness 演进 accDescr: 展示大语言模型能力提升对测试集淘汰及外部 Harness 依赖减弱的影响。 subgraph BenchmarkEvolution["评测与能力演进"] direction TB M1["传统 Benchmarks<br/>逐渐失效淘汰"] --> M2["Diamond Frontier Code 基准<br/>展现跨代飞跃"] end subgraph SystemShift["开发范式转移"] direction TB H1["复杂 Harness / IDE 插件<br/>弥补模型不足"] --> H2["强基座模型崛起<br/>Harness 需求逐渐弱化"] end BenchmarkEvolution -.-> SystemShift ```
- 在 Diamond Frontier Code 测试中,Anthropic 的新模型相比 GPT-5.5 展现了极其显著的性能断层领先。 - 由于前一天刚刚发布全新模型,Alex 不得不在深夜重新审视并调整演讲中的全部幻灯片,以确保经验法则与最新的模型能力保持同步。 - 尽管许多开发者受制于雇主的安全或采购策略而无法自由选择最新工具,但 Alex 呼吁工程师必须持续向管理层提供依据,推动工具迭代。
---
[06:20](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=380s) 技巧 0:结对编程心态与复利工程学(Compound Engineering)
在进入具体的 10 大技巧之前,Alex 提出了至关重要的“技巧 0”(Tip 0)——这关乎使用者的认知模式与心智模型。当开发者全面转向由 AI 驱动的开发模式时,最危险的做法是将其视为一种“偷懒”工具:仅仅随手扔过去一段粗糙的 Prompt,然后照单全收模型输出的代码。Alex 发出了严厉的警告:“And I think if we do that, we risk maybe becoming more stupid over time.”(我认为如果我们那样做,随着时间推移,我们很可能会变得越来越愚蠢)。相反,必须树立积极主动的结对编程(Pair Programming)心态。
在此基础上,Alex 重点推介了去年秋季由 Every 公司提出的全新理念——**复利工程学(Compound Engineering)**。其核心逻辑非常纯粹:AI 应当在与开发者的协作过程中持续学习与沉淀。每一次掉进技术坑洼、每一次 AI 犯下的逻辑错误,都不应该再重蹈覆辙;在人类的引导下,整个协作系统应当像滚雪球一样产生挪威语中的“rentes rente-effekt”(利滚利效应),变得越来越敏锐。
```mermaid flowchart LR accTitle: 复利工程学工作闭环 accDescr: 展示人类与 AI 协作时,从踩坑、沉淀经验到避免重蹈覆辙的复利循环过程。 subgraph CompoundLoop["复利工程学习闭环 (Compound Engineering)"] direction LR P1["结对开发协作"] --> P2["遇到技术难题 / AI 报错"] P2 --> P3["人工介入引导纠偏"] P3 --> P4["固化规范与上下文经验"] P4 -->|"复利积累<br/>规避同类错误"| P1 end ```
- 复利工程学旨在让团队和代码库从每次 Debug 中汲取养分,形成规则与上下文资产,使 AI 工具越用越聪明。 - 面对“AI 替代人类”的担忧,Alex 认为只要保持主动结对的心态,开发者不仅不会退化,反而会成长为更卓越的架构者与问题解决者。
---
[08:06](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=486s) 重塑认知:“直接问 Claude 就行”
Alex 分享了他与 Claude Code 缔造者 Boris 在奥斯陆聚会交流时的趣事。每次 Alex 兴致勃勃地向 Boris 抛出技术畅想,询问“你觉得什么时候能够支持做某某功能”时,Boris 总是轻描淡写地回答:“直接让 Claude 去做就好啊,它本来就能做到。”这段经历给 Alex 带来了极大的思想冲击,也促使他反思成人思维的局限性。
成年人往往被以往的技术定势所束缚,对“什么能做、什么绝对不可能”持有极其顽固的成见,并且这种认知多年不会更迭;然而在指数级发展的大模型时代,几个月前看似天方夜谭的设想,现在很可能已经是开箱即用的现实。我们应当像打破常规的孩子一样,去问“为什么我们不能直接这么做?”Alex 甚至在后脑勺上理出了“Just Ask Claude”的字样来时刻提醒自己与观众:重塑工作流的核心阻碍从来不是技术本身,而是人类自身落后的思维定势。
- 开发者必须不断“重新校准(Recalibrate)”自己对技术可行性边界的定义。 - 遇事先尝试让 AI 去执行,很多看似复杂的工程链路往往已被大模型的最新推理能力打通。
---
[10:08](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=608s) 技巧 1:上下文为王(Context is King)与“有限水杯”隐喻
正式切入技巧盘点时,Alex 将第一条、也是最关键的法则定为“上下文为王(Context is King)”。在 AI 辅助编程乃至所有 AI 场景中,上下文是使用者能够直接掌控、且对模型最终输出质量起决定性作用的最核心要素。
然而,上下文绝不是取之不尽的廉价资源,它极其珍贵且存在物理上限。Alex 提出了生动的“水杯理论”:LLM 的上下文窗口就像一个容积固定的玻璃杯。每当我们开启一段全新的编码会话时,杯中就已经被各路预设信息填占了相当一部分体积。开发者必须极度谨慎地进行“上下文工程”,确保注入杯中的每一个 Token 都具备最高的信噪比与影响力。
```mermaid flowchart TD accTitle: 上下文窗口玻璃杯模型 accDescr: 展示上下文窗口作为一个固定容量的玻璃杯,各类系统级提示词与输入输出所占用的空间构成。 subgraph GlassContainer["上下文窗口(有限容积的水杯)"] direction TB subgraph StaticLoad["预载基础消耗"] S1["System Prompt (系统提示词)"] S2["CLAUDE.md / AGENTS.md 规则文件"] S3["MCP 工具定义 (名称与功能描述)"] S4["技能/Skills 声明 (名称与简要说明)"] end subgraph DynamicLoad["交互运行时消耗"] D1["开发者用户输入 (Prompt / 代码片段)"] D2["模型思考与输出结果 (Code / 推理过程)"] end StaticLoad --- DynamicLoad end ```
- 静态灌入水杯的开销包括:底层系统提示词、工作区约束文件(如 `CLAUDE.md` 或 `AGENT.md`)、所有已挂载的 MCP 服务器工具名称及其功能描述文本,以及技能模块(Skills)的声明信息。 - 随后水杯中灌入的是动态内容:开发者的具体指令、塞入的代码上下文,以及模型吐出的推理过程和完整代码片段。 - 开发者在这个体系中的核心职责,正是严格把控杯中液体的纯度,剔除冗余干扰,精准投放高价值 Token。
[11:22](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=682s) 上下文窗口管理与“玻璃杯”隐喻
工具调用(tool calls)与模型的思考过程(thinking processes)都在快速累积并消耗上下文空间。过去一年到一年半的时间里,整个行业的上下文“玻璃杯”基本稳定在 200,000 tokens 左右,而最近几个月上下文窗口更是大幅跃升至 100 万 tokens。尽管容量显著膨胀,但无论杯子有多大,当内容填充到杯子容量的大约 70% 至 80% 时,模型的输出质量就会开始出现明显的衰减和劣化。现代 AI 运行框架(harnesses)在玻璃杯被填满时通常会自动执行上下文压缩(auto compaction),以便让会话优雅地继续进行,但开发者绝不应该放任这种情况自然发生。因此,核心要诀在于主动监控并管理你的上下文,利用可用工具将控制权掌握在自己手中,而不是任由框架自行裁决。
```mermaid flowchart TD accTitle: 上下文窗口容量与衰减曲线 accDescr: 展示上下文使用率从安全区、劣化区到自动压缩的处理流程
subgraph ContextCapacity["上下文窗口容量状态"] direction TB A["0% - 70% 容量: 安全区<br/>(推理质量稳定)"] --> B["70% - 80% 容量: 性能劣化区<br/>(输出质量开始衰退)"] B --> C["80% - 100% 容量: 自动压缩区<br/>(丢失未调用的 Skill 定义与细节)"] end
subgraph ManualIntervention["主动管理策略"] direction TB D["外部确定性处理<br/>(CLI / 脚本处理海量数据)"] -.-> A E["引导式压缩<br/>(/compact + 明确提示指令)"] -.-> B F["跨会话状态落地<br/>(总结写入 Markdown + /reset)"] -.-> A end ```
为了保持对上下文用量的感知,开发者可以利用框架内置的命令。例如在 Claude Code 中,可以通过输入 `/statusline` 自定义状态栏,直接要求 Claude 将上下文窗口显示为一个绿色的电池电量指示条。在 Cursor 等工具中,也可以开启默认显示上下文用量摘要;如果好奇到底是什么内容吃光了上下文窗口,只需输入 `/context` 即可检查用量明细。此前 Mats 在演讲中也强调过,若想严格节省上下文并避免不必要的数据涌入大语言模型(LLM)的推理阶段,应当积极借助 CLI 工具或独立函数,让确定的、程序化的操作在推理过程之外运行。Claude 根本没有必要去逐行通读数据库中的所有原始数据;完全可以先用代码处理并提取关键信息,再将精简后的结果递交给模型。正如 Aleksander Stensby 所断言:“So, be precious or treat context as something precious and keep an eye on it.”
- 过去一年半行业标准上下文约为 200,000 tokens,近期已扩展至 1,000,000 tokens 级别。 - 当上下文占用达到 70%–80% 临界点时,模型推理表现便开始下降,极易出现混淆或遗忘。 - 在 Claude Code 中,可通过 `/statusline` 配置电池条形式的可视化上下文监控,使用 `/context` 查看上下文具体被何种内容占用。 - 处理大体量数据(如数据库查询)时,应优先采用外部脚本和 CLI 工具预处理,避免原始海量数据污染模型的推理上下文。
[14:11](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=851s) 引导式压缩、会话重置与上下文加载机制
如果确实不可避免地遇到了需要自动压缩的情况,开发者应当主动介入并引导该过程。通过输入 `/compact` 并附加具体指令(例如指示模型“忘掉刚才所有的调试过程,但记住其余全部内容”),便能精准引导上下文压缩的侧重点。Aleksander Stensby 个人最偏好的工作流则是利用自定义技能(Skills):当一个阶段告一段落时,直接对 Claude 说一句“let's continue later”,Claude 就会自动生成当前会话的总结并写入一个 Markdown 文件;接着执行 `/reset` 或 `/clear` 清空上下文,开启全新会话后只需说“continue work”,Claude 便会自动加载该文件并从上次中断的地方无缝继续。
在上下文加载的底层机制上,规则文件与技能的注入行为有着本质区别。例如 `CLAUDE.md` 文件以及工具定义(tool definitions)在每次开启新会话或重置上下文时,都会全量重新装入“玻璃杯”。若开发者希望同一套规则在不同的开发环境或工具间复用,可以在 `agents.md` 中引用 `@CLAUDE.md`,或者反向在 `CLAUDE.md` 中引用 `@agents.md`,两个框架便能同时加载并识别相同的规则。然而,技能(skills)的定义虽然在首次启动会话时会被加载,但一旦执行了 `/compact` 或触发了自动压缩,那些在会话期间从未被调用过的技能定义就不会重新进入上下文,仅有被调用过的技能才会被保留——这一点经常让许多开发者踩坑。如果规则文件过于臃肿,混入过多无关信息,关键规则就会被模型稀释、忽略甚至遗忘。
```mermaid flowchart LR accTitle: 会话重置与跨框架规则复用 accDescr: 展示会话持久化与 CLAUDE.md 与 agents.md 的相互引用机制
subgraph SessionResetFlow["会话优雅交接机制"] direction TB S1["当前会话接近饱和"] --> S2["触发技能指令:<br/>'let's continue later'"] S2 --> S3["自动生成进度总结<br/>保存至 Markdown"] S3 --> S4["执行 /reset 或 /clear"] S4 --> S5["新会话启动<br/>输入 'continue work'"] S5 --> S6["读取 Markdown<br/>恢复干净工作上下文"] end
subgraph FileInteroperability["跨框架规则共用"] direction TB F1["CLAUDE.md"] <-->|"使用 @agents.md 或 @CLAUDE.md 互相引用"| F2["agents.md"] F1 --> C1["每次重置均强制全量注入"] F2 --> C1 end ```
记忆(Memory)功能是当前所有开发框架中不断演进的概念。在其最简形式下,记忆本质上就是将跨会话的状态持久化存储在文本文件(通常是 Markdown 文件)中。在 Claude 中,全局配置目录下存在一个与 `CLAUDE.md` 并存的 `memory.md` 文件,开发者同样可以创建项目专用的记忆文件。虽然这个功能略显隐蔽,但用户随时可以通过询问“What do you know about me?”或运行 `/memory` 命令直接查看并手动编辑记忆内容,也可以直接用自然语言要求 Claude“记住这个”或“忘掉那个”,并定期清理和修剪这些规则与记忆文件。
- 推荐使用主动断点机制:将会话总结写入 Markdown 文件后执行 `/reset`,在新会话中引用该文件继续开发,以维持极致纯净的上下文。 - 规则文件(`CLAUDE.md` / `agents.md`)与工具定义每次会话启动和重置时均会强制重新加载;技能(Skills)定义在执行 `/compact` 压缩后,仅保留会话中实际调用过的部分。 - Claude 的 `memory.md` 既可存在于全局设置目录,也可配置为项目级文件,支持通过 `/memory` 命令或直接自然语言对话(如“Remember this”)进行审查和修改。
[17:48](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1068s) 规则脚手架的陷阱与“大模型能力解绑”
为了具象化规则体系的本质,Aleksander 展示了他让 ChatGPT 辅助生成的一张隐喻图:开发者围绕模型搭建的规则文件(无论是 `CLAUDE.md` 还是 `agents.md`),本质上都是为了防止模型“摔倒”而立起的脚手架(scaffolding),其初衷是弥补早期模型固有能力的缺陷。开发者在规则里事无巨细地写入“必须做 A、严禁做 B”。然而,许多团队极易陷入一个危险的误区:随着时间和精力的倾注,开发者对精心雕琢的规则文件产生了强烈的依恋;当底层模型发生代际跃升时,人们不仅舍不得丢弃原有的脚手架,反而在陈旧的规则上层层加码、继续堆砌。
这种过度的脚手架极有可能反过来束缚新一代模型的能力。当模型能力呈指数级增长时,过去那些僵化的操作规程——比如规定模型“必须按照步骤 1、步骤 2、步骤 3 的机械顺序执行”——反而剥夺了更先进模型采取更高效、更具创新性解法的空间。Aleksander 强烈建议所有开发者应该定期审视并敢于推倒重来。如果舍不得直接删除,至少应该把规则文件喂给新模型并进行反思性提问,让模型指出哪些规则已经陈旧过时并成为阻碍。关于规则的过度束缚,Aleksander Stensby 明确指出:“And this is something we should do every time we get a new model because the capabilities are essentially exponentially growing right now and we might actually be holding them back because we have been too specific in our rules.”
- 围绕大模型建立的规则与约束本质上是临时脚手架,用于弥补特定版本模型的能力缺陷。 - 模型能力升级后,陈旧且过细的规则指令(如强制固化执行步骤)往往会成为新模型的枷锁。 - 维护策略:新模型发布后,要么彻底清空规则测试模型的原生表现,要么直接向新模型提问“你现在拥有了更强能力,这里哪些规则阻碍了你,我们应该删除什么”。
[19:49](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1189s) 为什么 2026 年必须全面押注 Skills
当被问及“2026 年最值得投资和学习的第一要务是什么”时,Aleksander 向全场强调,核心就是全面掌握并使用技能(Skills)。技能具备极强的跨平台可移植性,是技术行业中罕见的“极简却极其精妙、进而迅速成为全行业共识与通用标准”的构件。哪怕当前 Claude Code 可能是最优秀的宿主环境,但如果两三个月后出现了更强大的新框架,基于标准构建的技能与规则完全可以无缝迁移、即插即用。一个技能的最简形态极其轻量:本质上就是一个包含 `skill.md` 文件的独立目录。
```mermaid flowchart TD accTitle: Skills 的核心分类与高级特性 accDescr: 展示技能的两大分类以及面向开发者的四项高级工程能力
Skills["Skills 核心架构"]
subgraph Categories["两大核心应用类别"] direction TB C1["范式偏好类 (Preferences & Workflows)<br/>灌输团队品味、规范与工作流"] C2["能力扩展类 (Capabilities Extension)<br/>集成外部 API 赋予全新模态与能力"] end
subgraph AdvFeatures["开发者高级特性"] direction TB F1["模版与参考资料打包 (Templates & References)"] F2["层级化上下文管理 (Hierarchies)"] F3["确定性脚本执行 (Deterministic Scripts)"] end
Skills --> Categories Skills --> AdvFeatures ```
从概念上划分,技能主要分为两大类别:第一类用于向 AI 灌输开发者的个人偏好、审美取向、团队协作规范以及特定工作流;第二类则是为模型注入其原生并不具备的全新能力。例如,Claude 本身并不是一个原生的图像生成模型(尽管它能编写复杂的 SVG),也无法直接输出音频;但只要为它装配一个包含 Nano Banana API 的技能,它瞬间就能生成图像,或者接入 ElevenLabs API 让它直接生成一期播客音频。此外,面向高阶开发场景,技能还可以打包模板、参考资料,支持通过层级架构来精准控制技能自身的上下文占用;更关键的是,通过在技能中内嵌确定性执行的脚本,开发者能够从本质上为不确定的 LLM 引入严格确定性的执行路径,确保关键任务每次都能以完全一致的标准执行。谈及技能在行业内的普及与共识,Aleksander Stensby 感叹道:“Skills is portable. It's something that the entire industry is one of those rare moments in our world where someone comes up with a stupid simple yet brilliant idea and then the rest says, 'That's actually stupid simple and brilliant. We're all going to support it.'”
- 技能的最简物理结构仅仅是一个包含 `skill.md` 的文件夹,具有通用的跨框架移植能力。 - 类别一:传授开发者的审美规范、项目特定工作流与代码习惯。 - 类别二:为模型外挂全新能力,如调用 Nano Banana 生成图片、对接 ElevenLabs 生成音频。 - 开发者高级能力:通过在技能中编排模板、建立层级索引,并绑定外部确定性脚本,消除 LLM 原生固有的不确定性波动。
[22:27](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1347s) 构建可复用 Skills 的最佳实践与动态上下文注入
对于刚接触 Skills(技能)的开发者,Aleksander Stensby 解释了如何精准控制调用权限。如果你希望由人全权掌控、禁止模型自主调用某项技能,只需在该技能文件的 Frontmatter 头部添加标志 `disable_model_invocation: true`;反之,若不希望将其作为用户界面的斜杠命令(slash command)、只允许模型自行判断调用,则将其设为 `user_invokable: false`。Aleksander 笑着调侃道:“出于某种原因,他们在创建这些设置时采用了这种反向逻辑。”至于如何编写技能,他的核心原则非常干脆——不要自己从零手写,直接让 Claude 来生成。
```mermaid flowchart LR accTitle: 构建可复用技能的工作流 accDescr: 展示从执行具体任务、给予反馈、沉淀为 Skill 到团队共享的循环流程。 subgraph Iteration["实际任务交付与反馈"] A["提出需求并让 Agent 执行"] --> B["多轮反馈迭代直到满意"] end subgraph Codification["技能沉淀与共享"] B --> C["提示 Claude:转为可复用 Skill"] C --> D["存入共享仓库 / 团队协作"] end ```
创建技能的最佳时机是在完成了一段有意义的实际工作之后。与其在任务成功完成后立刻庆祝,不如趁热打铁让模型“把刚才的流程变成一个可复用的技能”。Aleksander 强调了自己的经验法则:“我的经验法则是,如果一件事我做了不止一次,它大概就配得上被做成一个技能。”(“My rule of thumb is if I do something more than once, it probably deserves to become a skill.”)他建议将技能代码提交到代码仓库中与团队共享,这与项目根目录下的 `CLAUDE.md` 或 `AGENTS.md` 理念一致:仓库内沉淀共享知识,而开发者个人偏好则留在本地或全局配置中。如今 Skills 的能力已与斜杠命令完全等价,甚至支持链式组合、互相引用以及接收参数。若记不住语法,随时向 Claude 提问即可。
此外,他还揭秘了一项结合 Skills 和 Sub-agents(子代理)的高级技巧:**动态上下文注入(Dynamic Context Injection)**。通过在 Skill 中使用感叹号 `!` 配合 Bash 命令,系统会在推理之前执行预处理步骤,运行该命令并将其实际输出直接注入为 Skill 的上下文。这样便能在模型推理生命周期之外动态获取环境状态并充实上下文,带来极大的工程灵活性。
- 控制权限:`disable_model_invocation: true` 仅允许用户手动触发;`user_invokable: false` 仅允许模型自主调用。 - 动态上下文注入语法:在 Skill 中通过 `!` 运行 Shell 命令并捕获输出,在推理阶段前作为外部数据注入上下文。 - 知识分层管理:团队共性规则与 Skill 提交至 Git 仓库,个人操作习惯保存在本地或全局环境配置文件中。
---
[25:10](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1510s) 安全获取技能与内置 Eval 自我进化循环
在谈及获取和管理 Skills 的途径时,Aleksander 发出了严肃的警示:切忌盲目从 skills.sh 等公开站点批量下载成百上千个未经审查的技能。公开市场上充斥着低质技能,甚至潜藏着大量恶意攻击面(Attack Vectors)。他给出的安全底线是:“我建议,最好的技能永远是你和你的 AI 一起亲自构建出来的。”(“My recommendation is the best skills are the ones you build yourself together with your AI.”)如果网上某个开源技能很吸引人,最稳妥的办法是把它的逻辑作为参考喂给自己的 AI,让其汲取灵感并为自己的项目重写一份量身定制的安全版本。
在技能创建工具方面,Anthropic 提供了开源的 Skill Creator 技能,ChatGPT 也有内置方案。尽管 Aleksander 自嘲是 Claude 的铁杆粉丝(Fanboy),但他由衷认可 Claude Skill Creator 的断代式领先优势。它的杀手级能力在于引入了自动化评估体系(Evals):在生成 Skill 时,它不仅会生成指令,还会应要求构建配套的 Eval 测试集,并在后台反复运行、测试并可视化展示效果,形成内置的自我完善循环(Self-improvement Loop)。开发者随时可以输入 `/skill-creator` 并指向已有的 Skill 文件,让它根据测试基准自动迭代优化。
---
[26:36](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1596s) 始于规划(Plan Mode):从只读探索到自我验证闭环
“永远从制定计划开始”(Always start with a plan)是 Aleksander 长期践行的首要准则。随着开发者亲手编写的代码越来越少、对模型输出的信任度逐步提升,时间投资的重心应当彻底倾斜到“清晰阐述我们究竟想要什么”。这并不意味着人类必须伏案手写冗长的软件规范,完全可以借助 AI 协同共创。诸如 Claude Code 或 Cursor 等工具中引入的“Plan 模式”,从根本上重塑了人机协作的心智模型。Plan 模式本质上是一个具备“只读权限”的安全沙箱(Safe Mode),它绝不擅自修改代码。开发者不仅能用它制定演进蓝图,还能在接手遗留项目或开展调查时,毫无后顾之忧地安全探索整个代码库。
```mermaid flowchart TD accTitle: 计划模式与自我验证闭环 accDescr: 展示 Plan 模式如何提供安全探索,持久化 Markdown,并在编码后作为验收测试的基准。 A["只读探索代码库 (Plan Mode)"] --> B["协同生成任务计划"] B --> C["持久化写入 Markdown 文件"] C --> D["执行阶段:跨 Session 保持上下文"] D --> E["验证阶段:AI 对照计划自我检查验收"] ```
Aleksander 特别强调必须将生成的计划**持久化保存为 Markdown 文件**。虽然部分现代工具会自动创建临时的 Markdown,但他并不轻信这种黑盒暂存机制,依然坚持显式落盘。持久化带来两大核心收益: 1. **抵御上下文清理**:当长对话超出限制、开发者主动清空会话或刷新上下文窗口时,核心任务目标不会丢失。 2. **构建 AI 自我验证闭环**:持久化的规范是让模型自行验收工作的头号前提。一旦功能构建或缺陷修复完成,AI 可以反向对照既定计划逐项审查,代替人类承担第一道质检工作。
针对前几年行业内流行的各类规范框架(如 Spec、Spec Kit 等),Aleksander 认为无需盲从形式:“重点在于你需要某种结构化的方式来描述你想要的东西,并在事后赋予它据此检查是否完成既定任务的能力。”如今的前沿模型已经足够聪慧,完全有能力自行制定规范并针对其生成测试,开发者应当化繁为简,对大模型解决复杂结构化问题的能力抱有信心。
---
[29:21](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1761s) 追逐瓶颈:软件工程核心矛盾向两端迁移
Aleksander 展开了一段关于现代软件工程演进的深层哲学反思。他指出,行业现行的一切开发工具、敏捷流程、会议机制,全部诞生于一个“没有大语言模型”的历史时代;这套机制之所以被确立,是因为在过去,“写代码”是一项极其昂贵且稀缺的资源,全行业的工程优化全部是围绕着“写代码是最大瓶颈”这一核心事实展开的。然而,伴随 AI 编码能力的突飞猛进,当模型的编程水平达到与人类持平甚至在特定场景下全面超越时,传统瓶颈已然不复存在。
这导致软件工程的瓶颈发生剧烈的双向外扩迁移,衍生出两道全新的“人类瓶颈”: - **输入端瓶颈(描述与品味)**:AI 具备高并发并行工作的能力,人类开发者发现自己已经难以快速投喂足够的“待办任务”(Jobs to be done),精准表达意图、限定需求边界并注入人类独有的品味成为了最拥堵的一环。 - **输出端瓶颈(验证与质检)**:海量代码被以极高速度生成出来,下游的代码审查、自动化测试、行为校验和产品验收完全不堪重负。
```mermaid flowchart LR accTitle: 软件工程瓶颈迁移对比 accDescr: 对比传统时代以编写代码为核心瓶颈,与 AI 时代瓶颈向需求输入和验证审查两端扩散的模型。 subgraph Traditional["传统时代"] direction TB T1["需求分析与设计"] --> T2["【核心瓶颈】\n人工编写代码"] T2 --> T3["测试与交付"] end subgraph AI_Era["AI 时代:追逐瓶颈"] direction TB A1["【输入端瓶颈】\n意图传达 / 需求拆解 / 品味"] --> A2["AI 并发编码实现\n(资源充裕 / 非瓶颈)"] A2 --> A3["【输出端瓶颈】\n审查 / 测试 / 验收验证"] end ```
这种错位揭示了一个严峻的现实:人类依然在用针对旧瓶颈设计的工具和流程,去管理被新瓶颈主导的工作流。Aleksander 犀利地呼吁开发者打破固有执念:“为什么我们还要沿用过去的模式做代码审查(Code Review)?为什么我们还要沿用过去的方式做敏捷冲刺规划(Sprint Planning)?我们真的还需要回顾会议(Retrospective),还是应该彻底重新构想它们的形式?”他将这一思考总结为**“追逐瓶颈”(Chasing Bottlenecks)**。这种转移绝不仅限于软件研发,任何知识密集型行业(Knowledge Work)都将迎来同样的重构,程序员只是第一批在浪潮前沿目睹旧范式解体的人。面对不断延展的瓶颈,人类不能抽身离场,反而必须在需求定义和质检两端深度介入,例如解决在面对 AI 生成的冗长 Markdown 计划时人类注意力容易疲劳涣散的现实难题。
[03:12](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=192s) 跳出文本陷阱:用交互式 HTML 保持在反馈闭环中
开发者在面对 AI 给出的长篇规划或方案时,极易陷入一种敷衍的心态,下意识地觉得“看起来不错,继续吧”,Aleksander Stensby 严肃指出这种全撒手、图省事的工作模式极其危险:“Because then we are now sort of all hands-off, and we are sort of approaching this lazy way of working, right? I I I'm afraid of that.”(因为那样我们差不多就全撒手不管了,我们正在走向一种懒惰的工作方式,对吧?我对此深感担忧。)为了对抗这种被动的倦怠感并让自己真正保持在审查闭环(in the loop)内,一个近期在技术社区悄然兴起的有效技巧,就是直接指示 AI 放弃输出枯燥的 Markdown 纯文本,转而生成视觉上更具吸引力、带交互体验的 HTML 文件。
通过为 AI 赋予特定的设计样式与排版能力,并将其沉淀为一个固定的 Skill(技能),开发者便不再需要每次重复输入提示词。生成的 HTML 文档可以包含折叠面板、动态高亮与可视化架构图,让原本枯燥的架构审查变成直观、易于消化的交互式反馈过程。正如演讲者坦言自己过去也常常机械地附和“好好好,挺好的”,转用多样化的富媒体与可视化格式,正是迫使人类注意力回归、建立高质量反馈闭环的关键一步。
[34:22](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2062s) 深度开发技能集 Superpowers 与交互式头脑风暴
在审视整个开发链路时,Aleksander Stensby 重点推荐了一套名为“Superpowers”的插件或技能集合。现场举手使用过它的人寥寥无几,但他向听众保证这套工具能“彻底刷新认知”。Superpowers 本质上是一整套试图覆盖软件开发全流程所有环节的技能集(同样适用于开发以外的场景)。然而,他提出了一个明确的前提警告:如果一股脑运行全流程所有步骤,它会消耗极其庞大的 Token,对某些小任务而言完全属于杀鸡用牛刀。明智的做法是让 Claude 协助修改该技能,将整体流程从“模型自动触发”改为“由人来掌控权限”,仅在面对复杂任务时按需手动调用。
在 Superpowers 包含的众多步骤中,最亮眼的是经过强化的头脑风暴技能(Brainstorming skill),它堪称打了兴奋剂的“Plan Mode”。最近该技能迎来了一次令人惊艳的升级:Claude 在构思阶段会主动向开发者提议:“这用可视化的方式展示可能更容易,你介意我启动一个本地 Web 服务器来获取你的意见吗?”不仅能够展示前端设计与架构备选方案,该页面还包含可点击的交互选项(如方案一、方案二、方案三)。开发者在浏览器中点击选择后,反馈会实时回传给终端里的 Claude。这种全自动的可视化输入与即时反馈机制,极大加速了方案评审的效率,并且可以轻松迁移至其他编程代理(Coding Agent)中使用。
- **Token 消耗警示**:全自动串联全流程非常消耗 Token,对微小变更应严格限制自动触发,保持人工介入控制。 - **动态 Web 服务器注入**:Brainstorming 技能不再局限于静态文本对比,可直接在本地启动服务供用户点选架构路径并回传参数。
[36:43](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2203s) 扫除验证瓶颈:赋予 AI 自检工具与闭环反馈
当软件开发各环节的效率瓶颈被逐一打破后,最终剩下的核心瓶颈变成了人类如何跟上代码审查、功能核验与完成度确认的节奏。Aleksander Stensby 提出了一个根本性的心智模型:“你用什么工具来做本职工作?如果你期望你的编程代理能为你分担这份工作或其中一部分,那么这个编程代理就需要拥有与你相同的工具和相同的上下文环境。”他建议开发者做一个实践:在终端里开启新的一天,除了去喝咖啡,每次只要你为了完成工作而不得不离开终端(例如去翻 Slack 消息、上网查资料、核对 Jira 工单),就把这些动作记录下来。这些行为正是你应当考虑为 AI 接入相应工具的直接信号。
行业先锋们普遍认为,当前开发流程中杠杆率最高的举措,莫过于赋予 AI 验证自身产出成果的能力。开发者不应该在听到 AI 汇报“已完成”后,还要亲自在本地启动开发服务器、打开 Chrome 浏览器、手动点击各种复杂业务流程,最后才发现控制台深处藏着报错。借助现有的各种 MCP(模型上下文协议)服务或插件(如 Chrome 插件、Cursor 内置浏览器、Claude 桌面端应用、Codex),我们可以赋予模型受控的浏览器操作与控制台捕获权限,并设定明确的完成标准(Definition of Done)。模型在后台边跑边试、自我修正,尽管执行速度相对慢一些,但开发者完全可以抽身去处理别的事情,彻底摆脱低效的手动验证。
```mermaid flowchart TD accTitle: AI Self Verification Feedback Loop accDescr: 描述编码代理利用外部工具自我审查与验证代码的自动化闭环流程
subgraph AgentWorkspace ["编程代理工作区"] A["执行编码任务"] --> B["获取完成定义 (Definition of Done)"] B --> C["调用本地环境 / 自动化工具"] end
subgraph ToolingLayer ["外部工具与 MCP 接入"] C --> D["启动 Dev Server"] C --> E["驱动无头/内置浏览器 (Chrome/MCP)"] C --> F["抓取控制台日志与 DOM 状态"] end
subgraph EvalLoop ["自检循环"] D & E & F --> G{"自检是否通过?"} G -- "存在报错/未达标" --> A G -- "验证无误" --> H["正式交付人类审查"] end ```
[39:10](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2350s) Agentation 与 DOM 级可视化前端标注反馈
针对前端界面的反馈难题,Aleksander Stensby 介绍了名为“Agentation”的工具。该方案实现极为轻量巧妙:它可以在本地运行的 Next.js 应用顶部直接注入一个浮动工具栏,允许开发者在直接操作应用的过程中,通过圈选、涂鸦和点击的方式直观反馈问题。最关键的是,它在标记的同时会自动捕获精确的 DOM 路径与页面上下文。开发者标注完毕后,只需点击“复制提示词”(Copy Prompt)并粘贴回终端代理,模型就能获得毫无歧义的精确定位。
如果使用官方的 Claude 桌面端应用,官方同样内置了类似的 DOM 元素级批注功能。虽然 Stensby 平常主要在命令行终端工作,但在处理前端 UI 调整时,他会专门切换到桌面端操作,直接在渲染出的界面上圈画、描述需求,系统会自动将视觉批注与 DOM 信息同步传回给背后的代理。通过将视觉上下文与底层代码路径无缝衔接,前端调试环节中“反复截图、语言描述控件位置”的巨大沟通摩擦被彻底抹平。
[40:35](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2435s) 从验证实现到定义目标:/goal 命令与多 Agent 循环
伴随近期 Fable 5 和 Mythos 等前沿进展的发布,AI 辅助编码的思维范式正在经历剧烈转变。Aleksander Stensby 引用了来自 Claude Code 开发团队核心成员 Tarik 的深刻洞见:“We used to verify that Claude did the work right. Now, we verify that it's doing the right work.”(我们过去常常验证 Claude 是否把事情做对了,现在我们验证的是它是否在做正确的事情。)身处一线的开发者开始逐步建立对模型自我纠错与验证能力的信任,人类的精力随之转向更高维度的架构引导、护栏(Harness)搭建以及确保长期目标不偏离轨道。
在 Codex 以及 Claude Code 中,目前均已引入了 `/goal` 命令。开发者不再巨细靡遗地规定每一项操作步骤,而是直接定义期望达成的业务目标、交付物与关键结果,由代理自行规划推演达成路径。这绝非失去控制,因为智能体始终受到人类配置的技能库与工具箱的严格约束。在底层架构上,这些先进工具通常采用多代理协作循环(Multi-agent approach):核心原则是绝对不让负责执行任务的同一个代理来判定目标是否达成;每次执行循环声称任务已完成时,系统会唤起另一个独立的评估代理来进行严格审查。若审查不通过,循环便会自动重启继续修正。演讲者打趣道,这种多代理闭环虽然大幅提升了交付成功率,但前提是你必须“Token 富足”(Token Rich),能够承受多轮深入推理的算力消耗。随后,他将话题自然过渡到了模型选型策略——从过去的“选择对的模型”演进为“直接选择最好的模型”。
[44:14](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2654s) 模型成本辩护与通过 `/usage` 诊断 Token 消耗
很多人会觉得使用顶级模型成本高昂,尤其是在前一天模型刚更新之后。但从投资回报率的角度来看,在更差、平庸或次顶级的模型上花费大量时间去调试、修正和引导,所消耗的精力其实远超模型的差价。Aleksander Stensby 明确表达了这一态度:“The time that I have to spend fixing, correcting, guiding with a lesser model or a mediocre model or a sub top model, uh I believe we uh can essentially defend the additional cost of running a superior model.”(我觉得,相比于用较差、平庸或次顶级模型时不得不花费在修 bug、纠错和引导上的时间,使用更优秀的顶级模型所带来的额外成本完全是站得住脚的)。
面对网络上那些抱怨“在 20 美元套餐上根本做不到这些”的声音,Aleksander 直言不讳地指出,这确实无法在 20 美元的订阅上完成。开发者需要问自己:“我的时间到底值多少钱?”如果能帮自己节省宝贵时间,或者让自己成为“10 倍效率版本的自己”,每月花费 100 到 200 美元(哪怕偶尔达到更多)是完全值得的。
针对面临 Token 额度焦虑或希望控制消耗的开发者,Aleksander 提出了一个最关键的优化技巧:在终端运行 `/usage` 命令。该功能刚刚被加入 SDK,并很快会同步到桌面客户端。在终端中运行 `/usage` 并向下滚动,不仅能看到会话数据统计,还能查看到究竟是哪些具体的 Skills(技能)或插件正在大量消耗 Token。很多时候,开发者困惑于“为什么我才用了几下额度就光了”,一查才发现是之前推荐安装的某个诸如 superpowers 的插件在暗中烧光了 Token。
- **Token 成本观**:不要局限于 20 美元月费的思维框架,为了 10 倍生产力,每月投入 100~200 美元是极具性价比的。 - **诊断利器 `/usage`**:终端输入 `/usage` 滚动到底部,即可明确查看每个技能或插件的精确消耗明细,快速揪出吞噬 Token 的元凶。
---
[46:37](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2797s) Subagents:构建无限上下文与多层嵌套架构
Subagents(子代理)本质上是工程化实现“无限上下文窗口”的核心手段,因为每一个子代理都拥有独立完整的上下文窗口。主代理启动子代理时,子代理通常就像一个“空杯子”,其唯一的初始输入就是主代理传递的 Prompt。但若某些任务需要子代理了解之前所有的工作进展,可以通过在子代理定义中加入 `context: fork` 来直接派生并继承当前的主上下文。
随着前一晚更新引入了子代理的“嵌套(Nesting)”能力,子代理现在可以进一步生成自己的子代理,目前官方支持最多嵌套 5 层深度。虽然过去开发者倾向于手动编写精细且预定义的子代理规则,但 Aleksander 建议大家重新思考这种做法:在 Opus 4.5 等新一代顶级模型发布后,模型本身已经具备了动态分析任务并实时生成所需子代理的能力。过去编写的陈旧规则,反而可能成为阻碍模型发挥潜力的包袱。
```mermaid flowchart TD accTitle: Subagent Architecture and Context Forking accDescr: Diagram showing how a main agent can spin up isolated or forked subagents down to five levels deep.
subgraph MainContext["主代理环境 (Main Agent)"] Main["主代理 (Main Context)"] end
subgraph SubLevel1["第一层子代理 (Level 1 Subagents)"] SubA["独立子代理 A<br/>(全新独立上下文)"] SubB["派生子代理 B<br/>(context: fork 继承主上下文)"] end
subgraph SubLevel2["深度嵌套层级 (Up to 5 Levels)"] SubNest["嵌套子代理<br/>(Nested Subagents, 最深 5 层)"] end
Main -->|"Prompt 启动"| SubA Main -->|"context: fork"| SubB SubB -->|"动态派生"| SubNest ```
- **上下文隔离与派生**:默认情况下子代理处于干净上下文状态;使用 `context: fork` 可按需克隆主代理的完整历史。 - **多层嵌套**:子代理支持向下递归生成子代理,最大层深可达 5 层。 - **拥抱动态定义**:尽量减少过度硬编码的子代理 Prompt,依赖最新模型动态规划代理结构,避免陈旧规则限制模型表现。
---
[48:35](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2915s) Hooks 机制:构建确定性硬防护与工作流自动化
为了在 AI 流程中加入确定性的控制和防护栏(Guardrails),Hooks(钩子)是不可或缺的机制。仅仅在 `CLAUDE.md` 文件中写上“千万不要执行某某操作”并不能算作安全防护栏,那只是在寄希望于模型遵从提示词,而模型总有失控的可能。Aleksander 强调:“Because even though we can say never ever ever do this, this, this in your Claude MD file, that is not a guardrail.”(因为哪怕你在 CLAUDE.md 文件里写满了一千遍‘绝对不要做这个、做那个’,那也不是防护栏)。如果业务需要确定性的安全保证,就必须使用 Hooks。
Hooks 独立于模型推理过程之外,在特定事件发生时被触发并执行脚本逻辑。例如利用 `pre-tool-use` 事件,可以在工具实际执行前拦截操作;一旦检测到危险指令(如 `rm`),可以直接进行硬性拦截。Claude Code 最近还在 Hook 定义中加入了对 `if` 条件语句的支持。除了安全防护,Hooks 还可以广泛应用于自动化工作流:例如在提交代码前触发检查、在文件变更后强制运行 Linter,甚至是实现年初非常流行的 Ralph Wiggum 循环——只需在 `stop` 事件上挂一个返回“keep going”的 Hook,即可让 Agent 不停歇地持续迭代。
- **确定性拦截**:依托外部脚本而非 LLM 概率推断来阻断高危行为(如拦截不可逆的删除命令)。 - **流程规范化**:利用代码提交前、文件修改后的 Hook 自动执行 Linting 或测试校验。 - **死循环式持续工作(Ralph Wiggum Loop)**:在 Agent 的 `stop` 事件上监听并持续喂入继续指令,使其自动化自主循环。
---
[51:13](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3073s) 复合工程思维与 `/insights` 驱动的会话复盘
Aleksander 极为推崇“复合工程(Compound Engineering)”的理念,即要求开发者在日常使用 AI 时养成持续复盘与迭代的习惯:永远让 AI 从错误中学习。每当解决一个棘手的难题后,不要立刻跳过,而是要求 AI 反思:“我们犯了哪些错误?核心教训是什么?”然后将这些总结保存为 Markdown 文件,或者进一步封装成自动化 Skill 或终端斜杠命令,甚至挂载到 `/clear` 或退出会话的 Hook 中,防止未来重复掉入同一个坑。
更为强大却常被忽视的原生功能是 `/insights`。所有主流 AI 编码框架都会在本地目录记录详细的会话历史。Claude Code 的 `/insights` 本质上是一个分析型 Skill:它会扫描过去 30 天内的所有历史会话数据,提炼出团队经常遇到的失败模式与成功经验,并在控制台生成一份 HTML 格式的诊断报告。
报告不仅会客观列出你做得好的地方,更重要的是会指出使用习惯上的盲区与工具尚未发掘的潜能。它甚至会直接生成开箱即用(copy-pastable)的代码示例:告诉你应该在 `CLAUDE.md` 中添加哪些指令,或者推荐引入哪些具体的 Hooks,以彻底根治过去 30 天内反复出现多达 25 次的某类低级错误。这种基于真实会话大数据的持续复利机制,正是将 AI 编码助手效能推向极致的关键。
- **复合工程原则**:每次排错完毕后立即提取教训,固化为 Skill 或规范,形成自我进化的知识飞轮。 - **运行 `/insights`**:自动读取近 30 天会话日志,分析高频错误模式,生成可视化的 HTML 改进建议报告。 - **可复用的落地建议**:根据错误频次自动生成针对 `CLAUDE.md` 的增补配置以及建议引入的 Hooks 脚本代码。
[55:06](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3306s) 技能固化、CLI 与 MCP 工具选型
Aleksander Stensby 深入强调了开发者必须主动管理 AI 的记忆与规则,绝不能听天由命。当在交互中摸索出有效的模式或规律时,应该主动将它们沉淀并固化为具体的技能(skills);如果希望强制推行某些行为,则应果断使用 hooks 机制从系统层面予以拦截和触发,而不是祈祷 AI 每次都能碰巧自觉执行。Aleksander 总结道:“And then just have that mindset of continuously asking your AI to learn from its mistakes. You'll get so much better results from working with AI.” 唯有让模型在犯错后持续反思和更新内部规则,整体编码协作质量才能产生质的飞跃。
谈到为 AI 配备上下文与调用能力时,Aleksander 直面了社区里近期的激烈争论。针对外界关于“MCP 已死、CLI 才是未来”的论调,他表达了审慎的观点:作为一名一线独立开发者(IC),在个人编码场景下他确实更偏爱 CLI 工具。原因在于代码 Agent 天生就极其擅长执行 Bash 终端命令,学习使用 CLI 工具的速度极快,并且消耗的上下文通常比 MCP 协议更少。但他同时明确反驳了“MCP 已死”的说法,认为 MCP 依然具有无法替代的核心价值,因为它是将 AI 能力分发给非技术人员、嵌入到外部 SaaS 平台以及打通非 Agent 编码环境的通用桥梁。
```mermaid flowchart TD accTitle: CLI 与 MCP 的使用定位对比 accDescr: 展示开发者在选用命令行工具与模型上下文协议时的考量差异与分流路径。
A["为 AI 赋予外部工具与行动能力"] --> B{"使用场景与面向群体"} subgraph CLI_Path["个人开发者场景"] B -->|"高效、轻量"| C["CLI / Bash 命令行"] C --> D["Agent 极速学习与执行"] C --> E["消耗更少的 Prompt 上下文"] end subgraph MCP_Path["系统集成与分发场景"] B -->|"跨平台、非研发分发"| F["MCP (Model Context Protocol)"] F --> G["赋予非技术人员调用能力"] F --> H["打通 SaaS 与异构平台生态"] end ```
- **主动管理**:不要指望 AI 自觉记住教训,必须将经验写进规则文档或制作成持久化技能。 - **强制机制**:通过在流水线或工作区设置自动化 hooks,硬性保障规范和动作的执行。 - **CLI 的优势**:模型对 Shell/Bash 环境的理解极为深刻,CLI 工具通常比 MCP 工具更节省上下文窗口空间。 - **MCP 的生态定位**:MCP 作为跨应用协议,重点在于打通异构系统边界并赋能更广泛的业务人员。
---
[56:37](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3397s) 并行编码与打破人类瓶颈:从 Git Worktree 到远程控制
当开发者跨过信任门槛、完全放手让 AI 自主写代码后,工作流中的痛点会迅速发生转移。Aleksander 幽默地形容道:你很快就会发现自己只能一边端着咖啡杯干等,一边眼睁睁看着单个 Agent 慢慢敲代码;但一个人每天能喝的咖啡毕竟是有限的,于是开发者会不可避免地走向并行化(parallel work)。他开玩笑说这种拼命压榨 Agent 的过程非常令人上瘾,甚至可能危害婚姻:“It can ruin marriages. I saved mine, but I would have to say I was a bit close when Claude Code launched remote control.” 当 Claude Code 上线远程控制特性时,他甚至一边敷衍地对家人说“嗯嗯我在听”,一边手机不离手地给终端里的各个 Agent 不断指派任务。
为了打破“人类成为系统吞吐瓶颈”的僵局,开发者应当全面利用隔离工作流。首先是利用 Git worktrees 在本地实现独立目录与分支的并行开发,同时挂载多个独立的 Agent 会话协同作业。其次,可以通过 Webhooks 将 Agent 直接接入 GitHub Issues 等异步管理平台。Aleksander 分享了他每天睡前的一个趣味习惯:在去卫生间刷牙前,他会在多个 GitHub issue 下疯狂使用 `@Claude fix this` 批量圈出待办任务,然后看看在自己刷完牙前 Agent 究竟能修好几个,“My record is six, and I don't brush my teeth very long.” 借助远程控制与异步触发,开发者既能彻底解放肉身去户外“摸摸草坪”(touch grass),又能保证后台 Agent 持续高负荷运转。
- **人类作为吞吐瓶颈**:单 Agent 串行等待会导致开发者大量时间被闲置,必须转向多会话并行模式。 - **Git Worktree 隔离机制**:利用 Git 的 worktree 原生能力,让不同的 Agent 实例在相互隔离的目录空间内并发改动代码,避免冲突。 - **GitHub 自动化联动**:在任务看板或 Issue 中直接触发后台 Headless Agent 执行修复流水线。 - **移动端远程遥控**:通过远程控制命令随时接入长效任务,仅在关键决策阻断时才进行人工介入。
---
[58:20](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3500s) 范式演进:从 Harness Engineering 到 Loop Engineering
Aleksander 梳理了近几年来 AI 辅助编码领域核心概念的剧烈迭代。从最初小模型时代为了单次输出最优解而诞生的“提示词工程”(Prompt Engineering),随着长上下文窗口(Long Context Windows)与 MCP 工具的普及,逐渐进化为调控多任务输入的“上下文工程”(Context Engineering)。不久前,随着多步推理与更长执行周期的需求兴起,行业又演变出了管理复杂上下文生命周期的“脚手架工程”(Harness Engineering)。而在演讲的前两天,Peter Steinberger 与 Boris 在社交网络上发表了一条引发全网轰动的动态,宣称他们已经不再写传统 Prompt,现在的工作变成了“编写让 Claude 去提示其他 Claude 的循环程序”;随后 Google 的 Addy Osmani 撰文将其正式定名为“循环工程”(Loop Engineering)。
```mermaid flowchart LR accTitle: AI 编码工程范式的代际演变 accDescr: 展现从单次提示词工程一路进化至多智能体自洽循环工程的发展历程。
A["提示词工程<br/>(Prompt Engineering)<br/>单轮任务最优"] --> B["上下文工程<br/>(Context Engineering)<br/>大窗口与工具扩展"] B --> C["脚手架工程<br/>(Harness Engineering)<br/>长周期任务与规范管理"] C --> D["循环工程<br/>(Loop Engineering)<br/>目标/停机条件驱动的自运行闭环"] ```
Aleksander 解构了“循环工程”的本质:它彻底改变了交互模式,开发者不再事无巨细地发号施令,而是向系统提供一个清晰的终局目标、一组验收标准或停机条件(Stop Condition),然后赋予其充足的基础设施与成百上千个 Agent 去并发吞吐 Token。尽管该模式极具威力,但他提醒大家不要被概念冲昏头脑,绝大多数工程问题往往用最简单的脚本与状态持久化就能解决。构建 Loop Engineering 的核心前提,是实现状态(State)与待办清单在不同会话间的跨周期持久化,例如让守护进程每晚定时拉取任务池,自主循环执行直到所有测试全绿为止。
Aleksander 随后提到了 Claude Code 推出的实验性功能 Ultra Code。该功能允许 Claude 自行为底层框架编写专属 Harness,自动组装生成包含海量并发 Agent 的复杂自动化工作流。虽然在日常开发中 Ultra Code 往往算力过剩(overkill),但在攻坚深水区问题时展现了惊人的自洽能力。
- **Prompt Engineering 阶段**:受限于模型能力与微小窗口,重点在于如何通过措辞单次“击中”期望答案。 - **Context Engineering 阶段**:依赖海量上下文吸收能力与外部插件协议(MCP),着力于精准拼装多源信息。 - **Harness Engineering 阶段**:重点转向围绕 Agent 构建工程外壳,规范长期任务的调度与记忆维持。 - **Loop Engineering 阶段**:人类退居战略控制端,由 Agent 自主生成提示词并调用下游 Agent,由停机条件驱动自动化自旋。 - **状态持久化底座**:闭环工程的核心不在于模型有多华丽,而在于能否跨会话存储任务列表与上下文状态。
---
[01:01:07](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3667s) 打破人类思维惯性与 Human-in-the-Loop
在演讲的尾声,Aleksander 给出了极具启发性的实战思维转换策略。当遇到繁重工作时,开发者应主动要求 Claude 自己为自己编写专用工具。更重要的是,必须时刻提醒模型“认清自己的身份”:“Remember to mention to Claude that it is not a human. Remember to mention to Claude that it is Claude and that it can use Claude to solve problems.”
他解释道,代码模型在海量人类编写的代码仓库上完成预训练,因此它们的第一反应往往是模仿“人类程序员”的解题思路——比如面对文本抽取任务时,模型倾向于吭哧吭哧写出一长串晦涩难懂的正则表达式(regex)。但事实上,只要开发者在 Prompt 里提醒它:“你是一台 AI,你拥有无尽的自身算力”,它就会顿悟并直接以 Headless 模式派生一个子 Claude 会话,或是调用 OpenAI API 直接执行高效的语义分析或意图识别。
在全场掌声响起前,Aleksander 总结了他对 AI 辅助研发的核心哲学:无论工具链进化到多么高度自主的循环,开发者都必须保留“人在回路”(Human-in-the-Loop)的最后一道防线。代码的生产速度已经指数级爆发,当下的挑战不是写得更快,而是如何以最小的时间成本与认知负载,构建极简且高密度的验收检查体系,用最低的代价守住生产环境的质量大门。
- **反人类惯性**:提示词中明确提醒模型它是 AI,避免其陷入传统手写复杂算法(如硬写晦涩 Regex)的思维定势。 - **递归调用**:鼓励本地 Agent 在处理语义模糊任务时,主动发起针对其他大模型端点的子任务调用。 - **轻量化验收体系**:在产出爆炸的前提下,开发者的核心精力应转向优化验证机制(如自动化断言、可视化测试),使代码审查变得毫不费力。 - **演讲落幕**:Aleksander 邀请参会者在 LinkedIn 上保持联系、订阅其技术频道,并在掌声中进入问答交流环节。
## Notable quotes > [40:35](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2435s) We used to verify that Claude did the work right. Now, we verify that it's doing the right work. — Tarik
> [22:27](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1347s) My rule of thumb is if I do something more than once, it probably deserves to become a skill. — Aleksander Stensby
> [48:35](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2915s) Because even though we can say never ever ever do this, this, this in your Claude MD file, that is not a guardrail. — Aleksander Stensby
> [25:10](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=1510s) My recommendation is the best skills are the ones you build yourself together with your AI. — Aleksander Stensby
> [44:14](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=2654s) The time that I have to spend fixing, correcting, guiding with a lesser model or a mediocre model or a sub top model, uh I believe we uh can essentially defend the additional cost of running a superior model. — Aleksander Stensby
> [55:06](https://www.youtube.com/watch?v=K7dBRuSDWTw&t=3306s) And then just have that mindset of continuously asking your AI to learn from its mistakes. You'll get so much better results from working with AI. — Aleksander Stensby
## Mentioned Aleksander Stensby, NDC AI, Claude, Claude Code, Anthropic, Cursor, Model Context Protocol, GitHub, Slack, Playwright, Figma, Grid AI, 挪威主权财富基金, 挪威央行, GPT-5.5, Every, Boris, Mats, Nano Banana, ElevenLabs, ChatGPT, Next.js, Codex, Agentation, Tarik, Fable 5, Mythos, Opus 4.5, Peter Steinberger, Addy Osmani, Google, OpenAI, Ultra Code
## Video description This talk was recorded at NDC AI in Oslo, Norway. #ndcai #ndcconferences #developer #softwaredeveloper
Attend the next NDC conference near you: https://ndcconferences.com https://ndc-ai.com/
Subscribe to our YouTube channel and learn every day: / @NDC
Follow our Social Media!
https://www.facebook.com/ndcconferences https://twitter.com/NDC_Conferences https://www.instagram.com/ndc_conferences/
#ai #claudecode
AI coding assistants are rapidly reshaping how developers write, debug, and ship software. Tools like Cursor and Claude Code can supercharge productivity — but only if you know how to use them effectively.
In this session, we’ll cut through the hype and focus on practical, developer-tested strategies for getting the most out of AI in your workflow.
You’ll learn how to master prompting and context engineering, make the most of long context windows, streamline debugging and testing, and integrate AI into your daily development practices without sacrificing code quality or security. We’ll also explore how emerging standards like Model Context Protocol (MCP) unlock new workflows by connecting your AI assistant directly to tools such as GitHub, Slack, Playwright or Figma — turning it from a code generator into a true development teammate.
Whether you’re new to AI-assisted coding or already experimenting with it daily, you’ll leave this talk with concrete ideas and techniques you can apply immediately to level up your development process.
[Source](https://www.youtube.com/watch?v=K7dBRuSDWTw)