爱折腾的工程师

未来的你会感谢现在努力的自己

会话越长越省钱:拆解 Opus 5.5 的三层成本设计

把官方那句「成本低约 40%」拆成定价层、缓存框架层、模型行为层三笔账,并给出可自己复现的核对方法

解读 Claude 官方博客《Coding sessions are longer and use more context》:从 Claude Code 六个月使用形态变化出发,把「成本低约 40%」拆成定价降幅、缓存命中率、任务轮数三层,逐层用列表价算清各自贡献,并给出保护缓存读的三条操作规则与收益适用边界。

一次任务到底花多少钱:Opus 5.5 成本模型深度解读

从轮数、缓存读取、输出 token 与模型定价四个杠杆出发,把 Claude Code 的账单拆成可测量的日常决策

解读 Addy Osmani《What a task costs on Opus 5.5》:拆解一次任务成本的四个杠杆,用具体美元数字回答轮数放大效应、缓存读写经济学、难度档位与模型路由的选择题,并给出一套可自己复现的度量方法。

Jev 应用图谱重构:判断类模型如何进入真实流程

从判断原语、GEO 双案例到证据边界:把 60 条公开记录读成一条可验证的工作流

重构解读《Jev 应用图谱|60 个公开案例,9 类应用场景》:从 CONTEXT→Jev→ACTION 与 Noul/Choice/Score/Boolean 四类输出原语出发,深入 #module-geo 的品牌提及与官网表达案例,再归纳 10 条 GEO 可借鉴记录、其余场景的通用工作流、实验指标与证据边界。

OpenAI 图像提示词指南深度解读:把图像生成从抽奖变成工程

从模型选型、六步迁移到八条提示词原则:OpenAI 把图像生成写成了一份可测量的工程手册

拆解 OpenAI 官方图像提示词指南:gpt-image-2.5 双模型选型、六步迁移工作流、八条提示词原则、生成与编辑案例矩阵、多轮迭代的边界与验收清单,并提炼五条可复用的工程洞察。

Claude Commerce Agents 发布解读:两个 Agent、一条信任主轴

从购物 Agent 与商家 Agent 的分工,看 Anthropic 如何把“信任”做成 Agent 商业化的基础设施

解读 Anthropic 2026 年 9 月发布的 Commerce Agents 蓝图:购物与商家双 Agent 分工、护栏与人工审批设计、贯穿始终的信任主轴、生态落地数据,以及三条反常识判断。