写代码，也写关于代码的思考
我是 Jason，后端工程师，聚焦 AI Agent、分布式系统与研发效能。这里记录我的技术实践、踩坑与思考——写得少没关系，写得真才重要。
最近文章
上下文工程（一）：提示词
怎么写好提示词，让 Agent 不迷失、照着做——上下文工程系列的开篇。
上下文工程（二）：压缩——学会遗忘
十成上下文里九成是工具结果。三种膨胀怎么对付、token 尺子怎么校准、什么时候动手、翻车了怎么收场——一篇讲清 Agent 的「减法工程」。
上下文工程（三）：缓存——稳定性真的能省钱
同一段开头，凭什么付两次钱？从 KV 缓存讲到前缀匹配，从六招编排讲到压缩与缓存的那笔总账。
上下文工程（四）：记忆——还得是烂笔头
模型本身什么都不记得，那"它记得我"是怎么发生的？从短期记忆、长期记忆，到外置存储与知识库，一次聊透。
RAG 解析：就像一场开卷考试
几千页产品文档，怎么让 AI 帮你查？从"闭卷"改成"开卷"——先建库，再翻书，把整条流程拆开讲。
模型量化：参数一个没少，模型怎么变小了
同一个 7B 模型，FP16 存要 14 GB，4 bit 只要 3.5 GB——参数一个没少，模型怎么变小了？把量化讲成零基础也能懂的话。
非多模态模型读图：外挂一双眼睛
模型自己看不见图，但系统可以替它看：视觉模型转述、OCR、做成工具——几条让纯文本模型读懂图片的路子。
把 Coding Agent 变成工具：stream-json 与多 Agent 接力
用 stream-json 把 Claude Code、Codex、Cursor 跑成非交互进程，让它们从"人用的工具"变成"被 Agent 调用的工具"——多 Agent 接力的基础。
A2A 协议：让 Agent 和 Agent 说上话
Agent 越来越多，它们之间怎么互相发现、派活、收结果？A2A 给这件事定了一个标准。
AG-UI 协议：把 Agent 的一举一动流给界面
思考、工具调用、状态变化——Agent 在后台的每一步，怎么实时流到用户界面上？AG-UI 是一份前后端之间的约定。
ACP 协议：编辑器接上 Coding Agent 的标准插头
编辑器和 Coding Agent 之间，正在长出像 LSP 那样的标准接口：一个编辑器接上所有 Agent，不再一个个写插件。
MCP 协议：模型和工具之间的标准接口
模型再聪明也伸不出手。MCP 把"接入工具"标准化，一次实现、处处可用——它是怎么成为事实标准的。
Agent Team：一支能打的 Agent 团队应该是什么样的
多个 Agent 怎么组队干活？各大框架的编排流派、当红 Coding Agent CLI 的 subagent 机制，再聊聊 FlowX 的实践。
JSON-RPC、SSE 与 stdio：被 AI 时代翻出来的老知识
三个从没被正眼看过的老技术，突然成了 AI 时代的必修课。这是一次补课的学习记录——JSON-RPC 是什么、SSE 怎么和它配合、stdio 为什么在本地场景更胜一筹。
开站：为什么要认真写博客
整理思考、公开承诺、连接同路人。顺便聊聊这个站是怎么搭的——一套没有框架、纯手写的静态站点。