📌 📄 内容摘要:
Clouder 在 Agent Coding 的一些经验之谈 中发帖
深度体验了 Claude Code、CodeX、OpenCode 一两周的时间，在相对复杂的中小型项目上实践，初步积累了一些经验，向佬友们分享。
省流版：
Context Engineering，过长的上下文让模型无法集中注意力，出现幻觉，并消耗更多的 Tokens. 使用 Subagent 隔离上下文，让每个 Subagent 只做一件小事来提高成功率，又或者将压缩总结后的信息传回 Primary Agent. 例如爬取文档、运行测试等。
Self Review & Reflection. 让 LLM 进行多轮自我审查，减轻幻觉影响。注意 LLM 自己发现的问题有可能也是假的问题，需要再次审查。
Parallel. 发挥 LLM 并行执行量大管饱的优势，拆分子任务，尽一切可能并行来提升速度。也可以使用冗余并行，一件事让多个 LLM 做，最终汇总审核结果，对抗幻觉。
Explore ...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/1283755/1
─────────────────────────────
📢 来源：LINUX DO
