AI教程我们把 Claude Code 的后端 Token 花费砍掉了 2.8 倍
模型越强，账单越贵？这篇用真实对比实验，讲清楚 Claude Code 在 Supabase 和 InsForge 上构建同一个 DocuRAG 应用时，为何会出现 2.8 倍的 Token 差距，以及你可以立刻复用的「后端上下文工程」思路。
#上下文工程
按标签聚合查看文章内容。
AI教程
AI教程AI代理的上下文工程：Manus项目的经验总结
2025年7月18日 - 纪一超（Peak Ji） 在Manus项目启动之初，我和团队面临一个关键抉择：是基于开源基础模型训练一个端到端的智能代理，还是利用前沿模型的上下文学习能力构建代理？ 回顾我在自然语言处理领域的早期经历，那时我们没有这样的选择。七年前的BERT时代，模型必须经过微调和评估才能迁移到新任务，每次迭代往往耗时数周，且模型规模远小于现今的大型语言模型。对于快速发展的应用，尤其是产
AI教程AI代理的上下文工程
AI代理的上下文工程 （点击上方图片观看本课视频） 理解你所构建的AI代理应用的复杂性，是打造可靠代理的关键。我们需要构建能够有效管理信息、满足复杂需求的AI代理，这远超简单的提示工程。 本课将介绍什么是上下文工程及其在构建AI代理中的作用。 课程内容 介绍上下文工程及其与提示工程的区别。 分享有效上下文工程的策略，包括如何编写、选择、压缩和隔离信息。 解析常见的上下文失败及其解决方法。 学习目标
AI教程我们如何用后端上下文工程，把 Claude Code 的令牌砍掉 2.8 倍
同样是用 Claude Code 搭建 DocuRAG，换一套“后端上下文工程”思路，令牌从 1040 万直接降到 370 万，成本差了 3 倍不止。关键不在模型，而在你怎么把后端状态、文档和错误暴露给代理。