工具链与开发框架
当你真正开始把 AI 接进开发流程，很快就会发现问题并不是“有哪些工具”，而是“该怎样组织工具、规范与上下文，才能让系统稳定地产出好结果”。这也是为什么这个栏目不做工具大观园，而更像一页工作流策略指南。
这里面其实有三条主线。第一条是工具选型：什么时候该上多智能体，什么时候该用更轻的协作方式，原型工具之间的差别到底会影响什么。第二条是上下文设计：规范怎么写，AGENTS.md 或 CLAUDE.md 这种被动上下文为什么往往比按需检索更稳。第三条是 workflow orchestration：当任务变复杂之后，你该如何把模型、工具与人类判断重新编排成一条可执行的工作流。
这一栏最有价值的地方，在于它会不断提醒你：问题不在于“装多少能力”，而在于让模型在正确的时机拿到正确的上下文、调用正确的工具、走正确的流程。读完这里，你应该更擅长做取舍，而不是更容易被工具名词带着跑。
文章列表
Anthropic 官方：Claude 101 与学院课程索引
来源： Anthropic 官方学院（Skilljar + Claude 文档站）
用途： 汇总 Claude 101 注册入口、学习纲要说明，以及 Claude Code / MCP / API / Skills 等同平台官方课程链接，便于一站收藏。
你将得到：
- platform.claude.com/claude-101 与 Skilljar 上课入口
- 与本书进阶篇对应的官方课：Cowork、agent skills、subagents、MCP 等
- 账号、隐私、结业证明等常见说明（以官方页面为准）
Claude Code Swarms：多智能体协作的新时代
作者： Addy Osmani 日期： 2026-03-07 核心观点： 多智能体真正解决的不是“并行更快”这么简单，而是通过角色分工与上下文隔离，让复杂任务不再被单一长上下文拖垮。
你将学到：
- 为什么复杂任务在单智能体模式下容易出现上下文退化
- 智能体团队、任务列表与消息系统分别解决什么协作问题
- 子智能体与智能体团队在适用场景上的关键区别
- 什么样的任务最值得升级到 swarms 式工作流
如何为 AI 智能体编写好的规范
作者： Addy Osmani 日期： 2026-03-07 核心观点： 很多 AI 协作问题表面上像工具问题，根子上其实是规格不清、目标不明与验收标准缺失。
你将学到：
- 好规范为什么是智能体成功率的核心变量
- 该如何提供上下文、约束与可验证标准
- 常见的规范写法为什么会让智能体“看似会做，实际容易跑偏”
- 怎样把模糊想法变成更可执行的任务说明
AI 驱动的原型开发：v0、Bolt 和 Lovable 对比
作者： Addy Osmani 日期： 2026-03-07 核心观点： 原型工具之间真正该比较的，不只是功能列表，而是它们各自更贴近哪种技术栈、工作流与团队协作方式。
你将学到：
- v0、Bolt 与 Lovable 在定位和适用场景上的核心差异
- 各工具在哪类原型任务里更顺手、在哪些地方更容易碰到边界
- 选择原型工具时最值得优先看的维度是什么
- 如何避免因为“上手快”而把后续实现成本埋进工作流里
为什么我在 AI 工程中使用 Cline
作者： Addy Osmani 日期： 2026-03-07 核心观点： 工具选择反映的不是偏好之争，而是你更看重开放性、可扩展性还是开箱即用的工作方式。
你将学到：
- Cline 在 AI 工程语境下的核心优势在哪里
- 与其他编码工具相比，它更适合哪些实践者
- 开放式、可定制工具在长期工作流里可能带来什么收益
- 评估一款 AI 工程工具时，哪些维度比“是否热门”更重要
AGENTS.md vs Skills：被动上下文为何胜过主动检索
作者： Vercel Team 日期： 2026-03-07 核心观点： 对今天的模型来说，很多知识并不是“会搜就行”，而是“每轮都在眼前”时才最稳定，这让被动上下文的价值被重新放大。
你将学到：
- AGENTS.md 这类持久上下文为何在评测中表现更稳
- Skills 没有被可靠触发时会带来什么实际问题
- 什么信息更适合放进被动上下文而不是等模型按需检索
- 设计项目级上下文文件时最值得优先写清楚什么
Claude Skills 完整构建指南
来源： Anthropic 官方文档 核心观点： Skills 的价值不在于“多一个扩展点”，而在于把重复出现的专业知识、工具调用与执行模式封装成可复用能力。
你将学到：
- 设计 Claude Skills 时最关键的原则是什么
- 如何规划 frontmatter、提示结构与能力边界
- 常见 Skill 模式分别适合什么类型的问题
- 怎样测试、迭代并分发一个真正好用的 Skill
我们删掉了智能体 80% 的工具
来源： Vercel 工程博客 核心观点： 给模型更多工具不一定更强，很多时候反而会增加决策负担，让原本简单的任务变得更不稳定。
你将学到：
- 为什么工具数量增加会带来选择成本与执行噪音
- 从 50+ 个工具缩减到 10 个工具背后的设计逻辑
- 性能提升 3.5 倍说明了什么样的系统取舍
- 设计工具集时该如何区分“能力覆盖”与“能力干扰”
返回： 优质文章篇