Stanford University发布Agentic Context Engineering 论文(38.6%)

我去……最厉害的 AI 智能体，靠的不是更强的模型，而是更好的笔记。

斯坦福大学刚刚在一篇名为《智能体上下文工程》的论文中免费公开了整套方法。你的智能体每次运行后都会复盘，把每条经验记下来，存进笔记里。它从不重写这些笔记，所以学到的东西永远不会丢失。

同样的模型权重，零微调。38.6% → 64.2%，在 Opus 5.5 上与 IBM 顶级生产级智能体持平。要达到这个提升幅度，微调的成本是 5000-20000 美元。而这里的成本是 0 美元。

核心是 4 个智能体：
→ 执行者：完成任务并保存完整日志
→ 批评者：阅读日志，标记每一个错误和每一次成功
→ 教师：把每一条都提炼成一行经验
→ 图书管理员：把经验归档到 CLAUDE.md 中。合并重复内容，从不删除任何一行。

这就是为什么让你的智能体“清理”CLAUDE.md 是个错误。每一次重写都会丢掉它已经付出代价换来的经验。

把这段粘贴到 Claude Code 中：
“对我在 ~/.claude/projects 下的最近 10 个会话运行 4 个智能体。批评者：标记每一个错误和每一次成功。教师：把每一条都提炼成一行经验，写清楚发生了什么以及下次该怎么做。图书管理员：只把新经验添加到我的 CLAUDE.md 的 ## Lessons 部分下，合并完全重复的内容，绝不重写或删除已有行。执行者：用新经验重新运行 2 个失败的任务，并保存完整日志。在保存之前，把差异对比和两次结果都展示给我。”

每次大型会话结束后运行一次。你的智能体每次都会变得更聪明，而且成本为 0 美元。

完整操作手册见下文 ↓