推荐一个维护 AGENTS.md 的思路,觉得还蛮实用的。
题目也很吸引人:AGENTS.md其实是一个神经网络。
很多人的做法都是 Agent 犯一次错,就往 AGENTS.md 里补一条规则。
时间久了文件越来越长,旧规则没删,新规则继续加,最后 Agent 每次都要读一堆已经没什么用的东西。
这篇文章换了个思路:
把项目级 AGENTS.md 当成一个需要「训练」的神经网络。
每一次 Claude Code / Codex session 都是一次 forward pass。
Agent 走过的弯路和被你纠正的地方就是 loss,再定期从这些真实 session 里提取问题,小幅更新 AGENTS.md,相当于做一次 backward pass。
而且要给它固定 Token budget,新增一条规则,就要考虑删掉或移走什么。
作者还直接开源了一个 backpass 工具来自动做这件事。
我还是很喜欢这个思路的。
AGENTS.md 真的不该靠感觉越写越长,而是应该根据 Agent 真正干过的活,一点点「训」出来。
文章
显示更多