如何防止 AI 程式碼代理重複犯錯？開發者的長期記憶挑戰與解法

• 作者指出自己的 AI 程式碼代理（Coding Agent）在面對全新上下文時，經常重複犯下相同的錯誤，白白浪費時間重新摸索。 • 嘗試過的方法包括將規則堆疊至 CLAUDE.md 檔案、延長 系統提示詞（System Prompts），或是每次手動重新解釋，但都無法真正解決「學習」的問題。 • 這些傳統做法容易導致規則檔案膨脹成無人閱讀的雜訊，且會大量消耗寶貴的 上下文視窗（Context Window）。 • > 作者無奈表示：「全新上下文，花 20 分鐘重新發現同一件事，這根本不是長久之策。」 • 內文向社群徵求實際有效的實踐方式，探討如何精準維護 筆記與規則檔案 以避免資訊過載。 • 同時關注是否有 自動化機制，能在指令失敗時自動捕捉教訓並回饋至下一次執行。 • 討論範圍延伸至這些累積的經驗是否能按 儲存庫與分支 進行範疇劃分，以及是否能在團隊或不同機器間跨平台共享。