當 Claude 額度燒太快，我決定自己寫 Python
把 AI 當程式碼在跑 此為深度內容 — 這篇文章深度分析 Claude 額度快速耗損現象，探討如何透過程式碼固化 AI 邏輯以降低 token 成本，並反思 AI 時代的正確分工。 大概從今年初開始，我認真用 Claude Code 處理日常的工程雜事。掃描資料夾、整理 PDF、批次重新命名——這些事情以前要寫腳本，現在直接叫 Claude 做就好。
Token
用高階模型設計 Skill，讓 GPT-4.1 穩定執行：Copilot Token 節省策略
GitHub Copilot 的 GPT-4.1 是吃到飽方案，但模型本身相對保守，遇到複雜任務容易輸出不穩定。 解法不是換模型，而是換策略：用聰明的模型把工作定義清楚，讓便宜的模型負責執行。
從文言文到 AST：AI Agent Memory 語義壓縮的可行性分析
古代人刻竹簡、抄手稿，每個字的儲存成本都極高。這個物理限制直接塑造了文言文的語言風格——用最少的字，傳遞最密集的語意。 這不只是文化，是工程決策。 當我開始思考 AI agent 的 memory 管理問題，這個古老的邏輯突然變得非常現代。