Claude Code 的多 Agent 机制可以拆成常规 Subagent、Fork Subagent 和 Coordinator 三套设计。核心在于工具隔离、上下文隔离、异步消息通信、Prompt 缓存复用以及协调者并行调度。
大模型通往 AGI 的主流路线面临能力、能源、供应链和分配机制四类边界。围绕 scaling 竞赛、数据中心资源消耗、隐形标注劳动、UBI 方案和 AI 教育工具，梳理普通人理解和应对这一轮 AI 变革的关键问题。
Codex Chrome 插件让 AI Agent 可以操作用户已经登录的浏览器页面，完成填表、跨网站信息整理、报销提交、多标签页协作等任务。重点讲清它解决的问题、核心机制、典型工作流以及使用时必须注意的安全边界。
AI 编程工具已经能生成复杂业务代码，程序员的优势不再是简单地说 AI 做不了什么，而是能定义问题、构建上下文、验证结果、做技术决策并控制 Token 成本。
RAG 系统跑通 Demo 并不难，难点在于把知识库问答调到生产可用。核心问题集中在文档预处理、检索质量调优和效果评估三层，每一层都会直接影响最终回答质量。
Mindgard 披露的 Claude 案例显示，关键词过滤不足以覆盖多轮社会工程越狱。内容从攻击链、规范冲突、风险信号和防御方案四个角度，梳理大模型产品应如何做持续红队测试和上下文防护。
vLLM 是面向大语言模型推理的高吞吐服务框架。围绕一次请求从进入系统到流式输出的完整路径，讲清 Prefill、Decode、KV Cache、PagedAttention、连续批处理和调度器之间的关系。
CLAUDE.md 是 Claude Code 的项目级指令文件，可以在每次会话开始时给 AI 编程代理设定行为边界。围绕少假设、少过度设计、少无关修改、用验证目标驱动执行四个方向，可以明显减少 AI 写代码时常见的失控问题。
