前几天有个粉丝私信我，说他面蚂蚁的时候被问了一道题：你知道 Claude Code 的`/compact` 功能是怎么工作的吗？他当时挺自信的，说这不就是"自动总结对话"嘛，把长对话压缩一下省 token。面试官听完笑了笑，问他：那压缩之后，模型是怎么知道之前改过哪些文件的？

前几天有个粉丝私信我，说他面蚂蚁的时候被问了一道题：你知道 Claude Code 的`/compact` 功能是怎么工作的吗？他当时挺自信的，说这不就是"自动总结对话"嘛，把长对话压缩一下省 token。面试官听完笑了笑，问他：那压缩之后，模型是怎么知道之前改过哪些文件的？

对于小模型，单机单卡或者单机多卡就能满足推理的部署需求，比如Qwen-32B，模型权重文件大概64G，单个H20的显存有96G，所以单卡就可满足。

LangChain4j的A2A机制实现智能体间远程通信，支持分布式智能体系统构建。文章详解了A2A架构设计、Agent注册发现机制、动态代理实现、通信协议及安全认证机制。提供声明式和编程式两种客户端创建方式，结合SPI和服务提供者模式实现可插拔架构。A2A使开发者能轻松构建复杂智能体协作系统，适用于微服务化智能体架构和跨系统协作场景。

很多人用 Agent，但很少人理解 Agent 内部是怎么运作的。搞懂这些，你才能设计出真正有用的 Agent。"

这篇文章看标题像是在讲“缓存优化”。但如果你真这么理解，那就浅了。

"为什么 Claude Code 不用 RAG 检索代码，而是直接用 grep？"这个问题听起来像工具选型，其实不是。

导读：** 你有没有发现，明明 Prompt 写得很认真，AI Agent 跑着跑着就"失忆"了，或者答非所问？> 问题不在 Prompt，在 **Context（上下文）**。本文带你搞清楚 2025 年 AI 工程圈最热的概念——Context Engineering，以及怎么用它让你的 Agent 聪明一倍。零基础友好，附实战代码。

当你在构建 AI Agent 时，面对 Function Calling、MCP、Skills 这三个层层递进又彼此竞合的概念，是否感到困惑：它们之间到底是什么关系？我的场景应该选哪个？本文将从架构演进的视角，系统梳理这条技术路线的来龙去脉，并给出可落地的决策框架。

你问 Claude"我们的退款流程是什么?"，它不知道，因为大模型训练结束后知识就固定了，你公司内部的文档它一概不知道。