codebase 工具數據很強，到我 agent 手上剩不到一成
FFF 宣稱快、省 token、給 AI agent 用，但接進 Claude Code 後我的 agent 實際吃得到不到一成。一個套件值不值得接，要看它宣稱的能力到你 agent 手上實際用得到多少，四個專案的 session 統計算給你看。
跟 Claude Code 一起踩坑，邊寫 code 邊寫心得。
你已經有的越多，新工具能給的越少
評估熱門 AI 工具的方法總綱：先列自己已有的，再把工具賣點一條一條對上去，多數工具會自己歸零，剩下的那一點才值得認真看。
讓額度不大的帳號，也能掛機過夜跑完大型研究 workflow
想讓一個跑上百 agent 的重型研究在我睡覺時自己跑完，連額度不大的帳號也扛得起。難點是它幾十分鐘就燒爆一段每 5 小時的額度，得靠 pause→resume 跨段續跑。而 resume 能不能省 token，卡在一個官方沒明說的前提：workflow 夠不夠確定性。
下架八個月的惡意 extension 還躺在我硬碟，bumblebee 抓到了
一個下架八個月的 GlassWorm 惡意 extension 還躺在我硬碟上，被 bumblebee 掃出來。市集下架、編輯器自動更新、傳統掃描型工具都擋不住，只有掃磁碟實際安裝狀態才抓得到。
官方 deep-research workflow，我用 Opus 跑一次掛一次
拿官方 deep-research workflow 密集跑研究，75 個 verify agent 一次湧入、直接頂破 Anthropic 的 acceleration limit。撞名、撞限、自己 fork 一支批次節流版的復盤。
ultracode workflow，別跑完就丟
dynamic workflow 是繼 skill 之後第三種「把成功流程固化成可復用資產」的載體。ultracode 的真正價值不在現場生一支腳本跑完，而在把編排本身存下來復用。三個實際遷移案例講怎麼選。
省 token 工具：省不了多少，但風險不小
親手試了五個主打省 token 的工具，從命令列代理到上下文壓縮層 proxy，宣稱跟實測常差一截，真正的代價在風險。連那個「做對了透明可逆」的也不值得裝。
裝了一堆 codebase 搜尋工具，agent 幾乎都不用
兩個月在一個 codebase 上前後評估了 8 個程式碼搜尋工具，前 7 個 agent 幾乎都不主動用。工具有沒有能力，跟它會不會被 agent 用起來，是兩件不同的事。
MEMORY.md 只有 25KB，要當目錄用、別當倉庫塞
MEMORY.md 超出注入上限時有三類應對方向，但 A 類根本不存在，B 類有副作用，真正走得通的是 C，而且降 size ≠ 縮敘述。
為什麼我不再相信 Explore Agent 說他做完了
LLM 工具鏈裡「報告成功」和「真的完成」差得很遠——subagent 捏造、安裝靜默失敗、排程一個月零進展、測試腳本自我推翻，四種場景、二十幾個案例，Anthropic 知道但選擇不修。
wiki 蓋好之後，讓它繼續活著才是真正的問題
Karpathy 的 LLM-wiki 範例給了結構，但結構不保證系統有用。不到一個月的密集迭代後，讓它持續活下去的是每天主動量健康度、由我手動拍板的迴圈，跟架構、演算法無關。
我把自己裝的向量記憶砍掉了——928 次寫入換來 3 次搜尋
安裝 mempalace 跑了 2-3 週，hook 自動寫入 928 次，我主動查了 3 次，0.09% 的搜尋/drawer 比，6 個對照測試 grep 全勝——最後親手拔掉。
AI 說它查過官方文件，但它沒有
2026-05-10 實測：同一個查詢，WebSearch 回傳 10 條連結，沒有一條是官方文件專頁。瀏覽器走真實 Google 第一條就是。