技术分享

这篇笔记整理了 Anthropic Multi-Agent Research System 的核心理解：multi-agent 不是省 token 的方案，而是用更多上下文、工具调用和工程约束换取更高质量的宽搜索。

这篇笔记整理了 Don't Build Multi-Agents 的核心理解：多 agent 的关键不是拆出更多智能体，而是治理统一上下文、决策边界、写入权限和回收验证。

这篇笔记整理了 Building Effective Agents 的核心理解：从 augmented LLM 最小单元，到 workflow、agent、tool、memory 和 ACI 的工程边界。

这篇笔记整理了 context engineering 的核心概念：它不是单纯写 prompt，而是为 agent 设计一套信息供应链。

最近这段时间我一直在用 Codex、Claude Code 做项目，也在尝试搭自己的知识库。做到一半我越来越意识到，复杂项目里真正的问题不在“AI 会不会写”，而在于我有没有先把知识、结构和约束这三层铺好。

这不是一篇单纯讲博客怎么搭的文章。我更想先讲清楚，为什么在 AI 时代我还是想亲手做一个博客，为什么我不满足于模板和套壳，以及我是怎么把 AI 放进这个项目里，却又尽量保住“这还是我自己的表达”。

从可视区、缓冲区、起始索引和容器高度出发，理解固定高度与动态高度虚拟列表的核心计算。

从 Grammar、Tokenizer、Token 树到 HTML 与 CSS，梳理 Prism.js 实现代码高亮的基本过程。

记录 prism-react-renderer 扩展语言支持的关键步骤，以及如何根据文件名识别语言并按需加载 Prism 语言模块。