OpenViking 的野心大得多。它不是做一个记忆插件，而是要做 Agent 的「上下文数据库」。传统 RAG 的做法是把文本切片、向量化、扔进向量数据库。检索的时候用余弦相似度捞出来。问题在于——这是扁平的。你查「用户认证」，它可能把登录、注册、OAuth、JWT 全给你捞出来，但没有层次关系。OpenViking 用「文件系统范式」来组织上下文。记忆（Memory）：对话历史、决策记录、经验

Claude Code 上周更新到 v2.1.76，同时 Anthropic 把 100万 token 上下文正式开放了，不加价。一句话：现在是上手 Claude Code 最好的时机。这篇不写代码，只讲操作。你跟着打开终端，5分钟就能把这些新功能用起来。

编码Agent框架的爆发，本质上是开发者从"用AI辅助写代码"进化到"用AI自主交付代码"。这个转变不可能一步到位——Superpowers那套流程之所以管用，恰恰是因为它限制了Agent的自由度。当下的编码Agent更像是一个纪律性极强的初级工程师：给它清晰的spec、足够的测试、隔离的环境，它能稳定产出。但指望它自己做架构决策、理解业务上下文？还早。好消息是，框架层面的问题正在被快速解决。半年

黄仁勋穿着万年不换的皮夹克，做了件所有人都没料到的事——把原定2028年才发的Feynman架构，提前拿出来秀了一把技术原型。这个操作本身就很耐人寻味。Blackwell是2024年发的，Vera Rubin今年下半年量产，Feynman按节奏应该是2028年的事。提前两年展示，摆明了告诉AMD和一众AI芯片公司：你们追我上一代的时候，我下下代已经做出来了。Feynman几个硬指标：台积电A16制

10个技巧串起来：Session预热省token，Worktree并行省时间，CLAUDE.md省纠错，Plan模式省返工，SubAgent省精力，Effort级别省钱，上下文压缩保状态，感叹号省切换，Hooks做自动化，Ctrl+G提升提示词质量。打开终端，输入需求，等它吐代码，复制粘贴。这样用下来，你大概只发挥了它10%的能力。分叉出来的Session继承完整的上下文，但各自独立，不会互相干扰

用过 Claude Code 的人都知道一个痛点：你告诉它"每次改完文件跑一下 Prettier"，它有时候记得，有时候忘。你说"别碰 .env 文件"，它大多数时候听话，偶尔手一滑就给你改了。这不是 Claude Code 的 Bug，是 LLM 的本性——概率模型，天生不确定。Hooks 就是解决这个问题的。它是 Claude Code 内置的生命周期脚本，在特定节点自动执行，不依赖 AI 的

你有没有遇到过这种情况：让 Claude Code 帮你写一个功能，前几轮对话还挺好，越往后越跑偏？文件改多了它就忘了之前的设计，测试是补上去的不是先写的，最后 review 代码发现一堆和需求不沾边的东西。我上周就被坑了一把。一个跨 15 个文件的功能，Claude Code 写到一半开始乱改之前的代码，最后不得不手动回滚 git 重来。这周试了 Superpowers 框架，同样的任务，它让

Agent编排用Prompt就够了，别急着上框架技能按需加载，省上下文窗口用功能标志管理未发布特性，别开长期分支Agent执行命令前必须做安全检查，白名单+参数过滤发npm包之前，检查有没有.map文件混进去Anthropic在安全上翻了车，但他们的Agent架构设计确实有东西。代码泄了不可怕，模型能力和工程迭代速度才是真正的护城河。

CodeBurn干的事很简单：告诉你AI编程的钱花在哪。装完跑一下，数据就出来了。optimize再帮你找出浪费点。每月AI编程开销超过50美元的话，装一个看看，说不定能省出不少。项目地址：https://github.com/getagentseal/codeburn。

一个人做游戏最头疼的不是写代码，是没人帮你把关。没人说"这个系统设计有坑"，没人提醒"UI 风格跑偏了"，也没人在你提交前检查代码规范。Claude Code Game Studios 做了一件事：把 Claude Code 的 Agent、Skill、Hook 三个机制拼在一起，搭出一个有层级的虚拟开发团队。创意总监管方向，部门主管管执行，专业岗做落地。整个团队 49 个 Agent，72 个