how to be good at research
https://x.com/itsreallyvivek/article/2064686372737454155 如何真正做好研究：本文指出多数人只学会“看起来像研究者”而非“成为研究者”。核心建议包括：主动选择而非被动吸收问题；升级信息输入，多读经典原文；坚持写作记录以暴露思维漏洞；缩短反馈循环快速试错；深入观察输出数据而非仅看指标；有目的地拓宽领域并找到志同道合之人。最终强调知识与生产力的复利效应，日常微小积累终将造就看似幸运的成功。
Context Engineering for MCP Servers
https://x.com/_avichawla/status/2066083770869129252 本文详细对比了函数调用（Function Calling）与 MCP（Model Context Protocol）。函数调用是模型选择工具的决策过程，而 MCP 是工具的标准化集成层。MCP 解决了手动集成工具的繁琐，通过统一协议实现工具的发现、模式声明与权限管理。作者指出，MCP 的代价是可能占用大量上下文窗口，并提供了通过按需加载工具组来降低 80%-90% 上下文占用的优化方案，对构建高效智能体具有极高的实践指导意义。
Agentic coding and persistent returns to expertise
https://www.anthropic.com/research/claude-code-expertise Anthropic 发布了关于 Claude Code 的经济学研究，分析了约 40 万次会话数据。研究发现，人类在会话中主要负责规划（做什么），而 Claude 负责执行（怎么做）。随着用户领域专业知识的提升，Claude 每条指令完成的工作量显著增加。数据显示，过去七个月中，调试任务占比下降近一半，用户更多转向端到端代理任务，如部署代码和数据分析。此外，典型任务的经济价值平均提升了约 25%，表明 AI 辅助编码正在从简单的代码补全向复杂的工程代理演进。
P.S.
这两周有个 Loop Engineering 的概念火起来了，主要是龙虾之父“带货”，突然火了，感兴趣可以看看这个
Loop Engineering：https://x.com/addyosmani/article/2064127981161959567