2026年AI代理教學精華：模型差距微不足道，**架構**才是致勝關鍵

• 作者投入超過六小時，深入研究多位專家關於 Claude 代理、MCP、技能及 Karpathy 方法的教學，並整合出關鍵洞察。 • 核心發現指出，目前像 Opus 4.6 和 GPT 5.4 等模型的表現已足夠優秀，它們之間的效能差異幾乎可以忽略不計。 • 真正能讓用戶達成十倍成效的，是圍繞模型所建立的架構：包含上下文檔案 (context files)、記憶體管理 (memory.md)、MCP 連接 (MCP connections)和可重用技能 (reusable skills)。 • 一個驚人發現是，技能每回合僅消耗約 53 個 tokens，而等效的 agents.md 條目則需 944+ tokens，此顯著差距會嚴重拖累長期互動的表現。 • > Ras Mic 大膽主張，「agents.md 檔案對大多數使用者來說，大多是適得其反的」。 • Karpathy 的方法則出奇地簡單：先撰寫規格 (spec)、維持暫存區 (scratchpad)，並將每一次失敗永久地回饋到系統中。