Claude Code 构建经验：为什么 Prompt Caching 是 Agent 的地基
基于 Claude Code 团队关于 prompt caching 的工程经验，拆解长任务 Agent 为什么必须围绕缓存来设计：静态前缀、工具集合、模型切换、compaction 和缓存命中率监控。
Category
工程与生产 专题
工程与生产 专题文章合集，收录 Diors.tech 关于 工程与生产 的系统化 AI 学习笔记、工程实践与延伸阅读。
16 篇文章Claude Code 构建经验：像 Agent 一样设计工具
基于 Claude Code 团队的工具设计经验，讨论 Agent harness 里最难的一件事：不是工具越多越好，而是给模型一个它真的会理解、会使用、会自我校正的行动空间。
Claude Code 构建经验：Skills 不是 Markdown，而是能力包
基于 Claude Code 团队关于 Skills 的实践经验，梳理什么样的 skill 值得做、如何写出高信号密度的 skill、如何用文件系统和脚本做渐进披露，以及团队如何分发和衡量 skill。
Agent-to-Agent 协议：从 2025-04 到 2026-Q2 一周年回顾
Google A2A 在 2025-04-09 发布，2025-06-23 进入 Linux Foundation 治理，2026-03 发布 v1.0，2026-04 一周年时支持组织数已破 150。MCP 解决 Agent ↔ Tool，A2A 解决 Agent ↔ Agent，两者正在成为 Agent 基础设施的一对协议。
Vibe Coding 与 Spec-Driven Development：2026 Q2 软件开发的两条新文化线
讨论 2026 Q2 软件开发的两条文化线：自然语言驱动的 vibe coding 与大公司推崇的 spec-driven development，以及团队该如何在速度和可维护性之间取舍。
Agent Benchmark 2026 H1 综合横评：SWE-bench / OSWorld / WebArena / SWE-Lancer
横评 2026 H1 主流 Agent benchmark，包括 SWE-bench、OSWorld、WebArena、SWE-Lancer 与 GDPval，分析它们各自测什么、不测什么，以及刷榜见顶后的评估方向。
MCP 生态 2026 Q2 现状：从协议到事实标准
梳理 MCP 在 2026 Q2 的生态现状：主流主机支持、OAuth 2.1 PKCE、权限模型、第三方 server 可信度，以及企业部署 MCP 网关的关键问题。
Eval Harness 实战：从工具到自建评估体系
用漏斗式视角理解 Eval Harness：工具选型、lm-eval 与 promptfoo 实战、自建四支柱、Flaky Eval 处理，以及与 Agent Harness 的关系。
AI 系统架构设计
AI 系统与传统软件的本质差异、分层架构设计、微服务 vs 单体、核心组件选型，以及从 MVP 到企业级的部署演进
模型推理优化
推理延迟与成本是 AI 应用的两大痛点。Batching、KV Cache、量化、Speculative Decoding 等优化技术详解，以及 vLLM、TGI、TensorRT-LLM 等推理框架的工程取舍
AI 成本优化
Token 成本拆解、Prompt 优化、缓存策略、模型路由、Cascade 模式、自托管 vs API 成本分析，以及预算监控与告警
模型选型策略
2026 年模型 landscape、评估维度、能力矩阵、场景映射、开源 vs 闭源、多模型策略，以及如何规避 vendor lock-in
AI 评估体系
为什么评估是 AI 工程最被低估的环节。Benchmark、离线评估、在线评估、LLM-as-judge、评估流水线与持续监控
AI 系统监控
AI 可观测性与传统 APM 的差异。Trace、指标、评估三支柱，关键指标定义，日志最佳实践，以及 LangSmith、Langfuse 等工具
AI 安全与防护
AI 专属安全威胁：Prompt Injection、数据泄露、内容安全。防御策略、Guardrails、访问控制与 Red Teaming
Prompt 版本管理
Prompt 即代码：版本控制、测试、A/B、Registry、模板化。Prompt 生命周期与团队协作，以及 Humanloop、LangSmith Hub 等工具