子代理

文章分享了提升Claude Code使用效率的10倍最佳实践。核心思想包括理解和管理上下文窗口，让AI进行自我检查，规划先行，使用具体明确的指令，利用CLAUDE.md文件，并行多会话，使用子代理，创建定制技能，信任AI修复错误，以及通过挑战AI来优化结果。

本文强调在构建AI代理循环（loop）时，底层的运行环境（harness）更为关键。作者提出14步路线图，从基础的单代理配置到自改进系统，详细介绍了CLAUDE.md、settings.json、子代理、技能、Hook、记忆等组件的设计与优化，指出一个糟糕的harness上运行再好的循环也会产生垃圾。

本文提出了从手动提示AI编程代理到设计自动化循环的14步路线图，分为三部分：为何需要循环及测试条件、五个构建块（自动化、工作树、技能、连接器、子代理）、正确构建循环的方法。文章强调循环工程能大幅提升效率，但只有在任务重复、验证可自动化、预算允许且代理拥有高级工具时才值得投入。同时指出了常见失败模式（如无客观门控、状态丢失）和安全风险，并建议从最小可行循环开始，逐步迭代。

本文介绍了从单个AI agent扩展到多agent群（swarm）的系统方法，包括三个层级共十个步骤：决定何时使用swarm（单agent瓶颈时）、运行swarm（通过工作树隔离、独立验证器、工作流编排、统一目标）、保持swarm稳定（共享状态、按角色路由成本、结构性安全护栏）。文章强调编排比数量更重要，并总结了六个常见错误，如未稳定单agent就扩展、无编排者、平行编辑无隔离等。