知鸦日报2026-03-17

Anthropic的Skill系统通过SKILL.md和skill_run沙箱实现AI能力的灵活调用，而非依赖function calling。系统支持五种执行模式：纯Prompt注入、脚本执行、库调用、参考文档渐进加载和编排型。SKILL.md作为核心，既是使用手册也是知识传递工具，LLM通过阅读SKILL.md自主决定执行方式。skill_run则提供安全隔离的执行环境，支持多种语言和命令，极大提升了AI的任务处理能力。

大模型虽能解复杂数学题，却在简单多步计算上栽跟头。我们直接在Transformer里造了台计算机，把C代码变成可执行的token流，让模型自己跑程序。关键突破是让注意力查询从线性扫描升级为对数时间，实现百万步精准执行。比如10×10矩阵的最小成本匹配，模型不靠外部工具，30k token/秒的速度直接输出结果。这证明Transformer不仅能描述计算，还能真正内化计算。

LLM本质上是无状态的，每次会话开始时都需重新了解代码库。CLAUDE.md文件用于向Claude介绍项目的技术栈、结构和目的，内容应简洁且普遍适用。过多的指令会降低模型性能，建议采用逐步披露原则，将任务相关指令放在单独文件中。避免在CLAUDE.md中放入代码风格指南，应使用专门的格式化工具。CLAUDE.md是最高效的切入点，需精心设计，不建议自动生成。

AI代码审查（CR）能自动检测代码质量问题，弥补人工审查的不足。前端开发中，AI CR通过流水线自动触发，生成报告并引导开发者优化代码。Cursor Agent CLI集成到流水线中，提供高效、低误报的CR解决方案。内置提示词工程和模型选择进一步提升了审查效率和准确性，推动AI CR在现代开发流程中的应用和普及。

电商系统"限时折扣"功能从快速上线到沦为复杂黑箱，揭示了软件系统逐渐混乱的根本原因——无数看似合理的小妥协层层叠加。战术性编程追求短期交付却埋下隐患，战略性编程以长期可维护性为目标才是正道。真正的开发速度来自良好设计，而非侥幸"跑起来"。管理复杂性的核心在于抽象与细节平衡、信息隐藏、分层设计，以及保持代码一致性。每一次对设计的轻视，都在为未来的瘫痪埋下伏笔。