試過所有 AI Coding 工具後，他的結論是：你裝太多了

為什麼裝了一堆套件，AI agent 反而越來越不聽話？一位試遍所有工具的開發者分享他回歸精簡 CLI 後的核心心法：context 管理、對抗式三層工作流、CLAUDE.md 路由器架構。 ⭐ 文章深度讀：完整拆解 CLAUDE.md 路由器架構和對抗式三層工作流的設計思路 → https://heymaibao.com/agentic-coding-less-is-more/ 📝 懶人包 ∙ Agent 效能的第一槓桿是 context (上下文) 管理，不是更好的工具。只給 agent 完成當前任務需要的精確資訊，其他都是干擾。 ∙ 把 CLAUDE.md 當邏輯路由器：只放條件分支指向不同的 rule 和 skill 檔案，具體指令不要塞在同一個地方。 ∙ 利用 agent 天生想討好你的傾向，設計三層對抗工作流 (搜尋者 → 反駁者 → 裁判)，比單一 agent 找 bug 更可靠。 ∙ 我的觀點：這篇文章最有價值的地方不是告訴你該用什麼工具，而是提供了一個判斷框架。真正有用的功能最終都會被 Anthropic 和 OpenAI 內建，所以我們不用焦慮追新，只要定期更新 CLI 工具、讀更新日誌就夠了。 📚 參考資料 How To Be A World-Class Agentic Engineer → https://x.com/systematicls/status/2028814227004395561