用途：让技能与子智能体每次使用更省成本、更正确，同时避免被“看似合理但其实错误”的直觉误导。其结论来自A/B测试，部分结论与直觉相反；核心要求是先测量再假设。
核心心智模型（热与冷）：HOT 指每轮或每次调用都进上下文的文件，如 CLAUDE.md、智能体 .md 正文、skills: 预加载的 SKILL.md、系统提示词，成本按次累加；COLD 指 references/*、蓝图文档、任何通过 Read/Grep 到达的文件，仅在读取时付费。优化主要是把很少需要的细节从热移到冷，热区只保留几乎每次都需要、以及绝不能跳过的东西。
主要结论：小型、结构良好的文档上加 grep/锚点索引几乎没有检索收益，Markdown 标题本身已是 grep 目标；在热内容内部加索引毫无意义；真正的 token 收益来自“裁剪”而非索引；冷引用会被“勉强”读取，子智能体常凭热上下文与训练知识作答而不去打开引用；只存在于冷引用中的关键事实会造成“静默跳过”——自信地答错且无人察觉；强制说明来源（provenance）是最便宜的稳健修复，可把自信的错误答案变成显式标注的估计值。
使用方式：无论具体诉求如何，流程一致——描述（characterize，对每块内容判断热/冷、是否几乎每次使用、是否不可跳过）、假设（用热冷术语预测改动影响）、A/B（同一提示仅改一个变量，用转录而非自述来计数工具调用、读取行数、正确性与来源诚实度）、保留胜出项并如实报告测得的限制、最后清理子智能体测试产生的记忆，避免污染后续运行。
适用场景：决定 CLAUDE.md 与引用的取舍、裁剪过长的热文件；判断是否加 grep 索引、锚点或目录；评估提示、规则或技能改动是否真的有效；修子智能体不读文档或答旧答案的问题；在不污染后续运行的前提下测试子智能体。
限制与反模式：不要反射式加索引；不要把仅 5% 场景需要的散论堆在热区；不要把必须应用的规则埋到冷区；不要用“这明显更好”代替测量；不要留下测试记忆。资料未提供具体定价、平台支持范围或安装命令。