本文探讨了在知识库规模较小时，是否盲目使用RAG（检索增强生成）的问题。文章揭示了RAG高达48%的检索失败率，并指出随着大模型上下文窗口扩展至1M Token，直接加载全量知识可能更高效。通过介绍Karpathy的LLM Wiki模式（纯Markdown文件），对比了RAG与Wiki在复杂度、成本、延迟等六维度的差异，帮助技术团队根据知识库规模与查询类型做出合理的AI技术决策。关键词涵盖RAG、Token、上下文窗口、LLM Wiki、Embedding、知识管理等。

- 阅读全文 -

基于Andrej Karpathy对AI代理编程的洞见，本文总结AI工具（Claude Code、Cursor、Trae等）使用中的常见陷阱，如过度设计、擅自修改无关代码等，并提供四条核心规则：先思考再编码、保持简单、只做必要修改、以测试为目标驱动。同时给出在系统提示词中配置这些规则的具体方法，帮助开发者约束AI行为，让代码diff更清晰可控。适合使用AI辅助编程的开发者提升效率与代码质量。

- 阅读全文 -