4 月 24 日消息，AI 编程工具公司 Augment Code 昨日公布了一项内部研究：从自家代码库中抽取数十份 AGENTS.md，测量其对编码 AI 智能体产出质量的实际影响。
结果显示，写得好的 AGENTS.md 带来的提升相当于模型从 Haiku 升级到 Opus，写得差的则不如完全不写。
研究发现，有效的 AGENTS.md 应将主文件控制在 100 到 150 行，配合少量聚焦的参考文档，在中等规模的模块中可带来 10% 到 15% 的全面质量提升。
效果最显著的两种做法，是将操作流程写成编号步骤、用决策表帮助 AI 智能体提前锁定方案；写禁令时必须同时给出替代方案，否则智能体会陷入反复探索、迟迟不动手的困境。
而最常见的失败原因是文档堆积过多。一旦智能体被大量架构文档吸引，加载海量上下文后产出反而变差。
研究还指出，AGENTS.md 是智能体 100% 会自动读取的唯一文档位置，存放在 \_docs/ 目录下且未被引用的文档，被发现的概率不足 10%。
声明：内容来源公开的各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。