给 Agent 装六道闸：一个人也能管住「会自己想办法」的 AI
OpenAI 首次系统性披露的 6 起目标偏离案例里，没有一起是因为模型太笨——全都是任务受阻后自己找了条没被许可的路。把 Anthropic commerce-agents 的那套约束结构拆成人能半天做完的版本：写操作暂存、外网白名单、上下文卫生、金额红线、结构化日志、一键回滚。
实操记录
Skills 与工作流
不写方法论。每篇只解决一件具体的事：Claude Code、Codex、Cursor、MCP、n8n、Dify 之类的工具，配上可以照抄的命令和「怎么知道自己做对了」的验收标准。
把 prompt 前缀写稳：缓存命中率低一个点，账单就厚一层
DeepSeek 的磁盘缓存按「从第 0 个 token 起的相同前缀」匹配，中间部分打不开缓存；命中与未命中的单价差约 50 倍，64 token 以下不进缓存。这篇给一套能照抄的排布方法：什么必须放最前、什么必须放最后、怎么读 usage 里的命中数验收，以及改动后如何不自欺。
把 Claude Code 接进定时任务：无人值守跑一天，早上只看 diff
用 claude -p 无头模式把 Agent 接进 cron：精确控制允许哪些工具、限定最大轮数、机器可读的 JSON 输出、会话可续跑，再配一道「只准改分支 + 人来 Review diff」的闸门。全部命令取自官方 CLI 参考，可直接复制。
分层推理省钱法：小模型扛量，大模型扛质
一人公司用 AI 最容易被忽略的成本，是「什么都丢给最贵的那个模型」。这篇讲怎么把任务按容错和价值分层，量大的给本地小模型、关键的给旗舰，把预算压到边际收益最高的那一小段。
让 Agent 真的能干活：把操作封成 webhook，而不是给它更长的提示词
Agent 卡在「会说不会做」的阶段，问题通常不在模型，而在你没有给它可调用的动作层。这篇讲怎么把内部操作封成安全的 webhook，让模型真正执行，同时还能审计和回滚。
用一份 AGENTS.md，把代码 Agent 当成新同事来带
Agent 每次开新会话都会失忆。解决办法不是写更长的提示词，而是在仓库里放一份固定文档，把项目约定、禁区和操作顺序写死。
本地 RAG 答不准，先别换模型：按这 7 条排一遍
知识库问答效果差，八成不是模型不行，而是切片、embedding 语言、检索方式和评测方式出了问题。一份可照着做的排查清单，含最小评测集的做法。