-
CLAUDE.md / AGENT.md 只做「目录索引」：写 IF-ELSE 条件路由，告诉它在什么场景去读哪个文件。规则/知识本身放在对应文件里，不要直接塞进主配置。
-
Skill 必须有触发条件：不是装上就有用，而是「在 X 场景才加载 Y」。没有触发条件的 skill，就是上下文污染源，随时可能带偏正在干的事。
-
定期做 SPA Day：让 Agent 自己合并矛盾规则、删废弃 skill、消除歧义——然后确认你的最新偏好。这不是可选动作，是必要维护。
❌ 有偏置的提示词：「帮我找代码库里的 bug」→ Agent 会倾向于找到 bug，哪怕得硬编一个✅ 中性提示词：「通读代码库，跟着每个组件的逻辑走一遍，报告你所有的发现」→ Agent 可能发现 bug，也可能直接告诉你代码运行正常——不被提问方向锁死
-
代码审查：不是「这段代码有什么问题」，而是「通读这段代码，描述它的工作方式和你的所有观察」
-
方案评估：不是「这个方案可行吗」，而是「分析这个方案的各个维度，列出你的发现，不要给出最终结论」
-
数据分析：不是「这组数据说明了什么」，而是「描述这组数据的特征和模式，不做解读」
-
Bug-Finder（激进型）：用得分机制驱动，按影响打分（低影响+1分 / 中影响+5分 / 高影响+10分），让它尽可能多地列出所有潜在问题。它的讨好对象是「分数」，所以会拼命找问题，包括不确定的。
-
Adversarial（保守型）：负责逐条反驳 Bug-Finder 的发现。成功推翻一条得该条的分数，但如果推翻错了扣 2 倍分。它既想激进反驳，又害怕被惩罚——这种张力让它谨慎但有攻击性。
-
Referee（裁判）：告诉它「我有正确答案，你每判对一条+1分，判错-1分」。它会综合两边证据做裁决，给出判断依据和复现步骤。最后你人工抽查高争议项。
【Bug-Finder 指令】通读代码库所有发现，按影响评分（低+1/中+5/高+10），目标：最大化总分。【Adversarial 指令】对以上每条发现，尝试证明它不是真实问题。成功推翻得该分值；推翻错误扣 2x 分值。【Referee 指令】我有正确答案，你每判对+1分，判错-1分。综合上述两份报告，对每条给出裁决和证据。
-
Research Session（干净上下文）：列出方案，给出每种的优缺点和推荐结论。约束：不写任何代码。 -
Decision（你或另一个 Agent）：基于研究结果选定方案，明确所有技术细节。 -
Implementation Session（另一个干净上下文）：只做实现，上下文里只有选定方案的细节，没有其他备选项的噪音。
【第一轮：Research Session】请列出实现 X 的 3 种方案。每种给出：优缺点、适用场景、风险点、推荐结论。约束：不要写任何代码，不要开始实现。【第二轮：Implementation Session（新会话）】按方案2实现：JWT + bcrypt-12 + refresh token rotation + 7天过期。要求：先写测试，再实现，测试不过不允许结束。
{TASK}_CONTRACT.md# Goal- （一句话：交付什么，不超过 30 字）# Non-Goals（明确不做什么）-# Acceptance Criteria（验收条件）- Tests: （必须通过的测试列表）- Screenshots/Behavior: （必须验证的界面或行为）- Performance/Budget: （性能/成本边界）# Constraints（约束）- 不允许修改测试文件- 不允许引入新依赖（除非获得明确确认）# Definition of Done- 以上全部满足，才允许结束任务
-
Claude Code / Codex / OpenClaw 官方更新了什么？跟上就够了。
-
有人说某个外挂/harness「超级好用」？等等看，如果真的好用，六个月内会被官方集成。