最近 AI 编程圈那条"Claude Code 全面开放 + 接入 AGENTS.md"的消息，表面看是工具更新，往深里看，确实有个拐点意味：AI 编程正从"开个对话框贴需求"走向"项目级协作"。

最近 AI 编程圈那条"Claude Code 全面开放 + 接入 AGENTS.md"的消息，表面看是工具更新，往深里看，确实有个拐点意味：AI 编程正从"开个对话框贴需求"走向"项目级协作"。但真正值得写的，不是"开放"这两个字，而是它背后那套上下文机制和跨厂商标准化——这两件事，比一次版本发布更能说明方向。

先说清楚 AGENTS.md 到底是个什么技术物。

它不是配置，是每次会话都注入的"常驻上下文"

大模型有个底层事实：它是无状态的。一次会话结束，记忆就归零；下一次打开项目，Agent 对仓库一无所知，得重新 glob、grep、读文件，把项目结构、构建命令、代码风格一点点再推演一遍。这一步又费 token、又容易推错——你上周换掉的旧 auth 模式，它可能还在用；/lib 里已经有的函数，它可能又造一个。

AGENTS.md 干的，就是把这段"重建上下文"的成本，用一份文件提前兜住。它是仓库根目录（或子目录）下的一份纯 Markdown，没有 schema、没有 frontmatter、不需要构建步骤。Agent 在动手前的第一件事，就是把它读进自己的上下文（system prompt / working context），当成"永远在线的项目背景"。

机制上要分清楚：这不是 RAG。RAG 是检索增强，要建索引、做向量召回；AGENTS.md 简单粗暴——就是把文件原样读进来当上下文。它也不神秘，本质是把团队里那些"只可意会"的隐性规则，变成一份 Agent 也能读的文本：技术栈、目录结构、启动和测试命令、代码风格、提交规范、禁止改动的文件、遇到不确定先问谁。

有个细节很见工程巧思：Agent 读的是目录树里"最近"的那份。你在 monorepo 里可以给每个 package 放一份自己的 AGENTS.md，它覆盖子树的规则。也就是说，这份文件的粒度是跟着代码组织结构走的，不是一刀切。

为什么"小文件"反而是对的：上下文是有预算的

几乎所有写 AGENTS.md 的指南都会劝你"别写太长，控制在百行左右"。这句话背后的技术原因，比"偷懒"硬得多：这份文件在每一次会话、每一轮交互里都会被加载进上下文。

上下文窗口不是无限的，而且越长越稀释——这是我之前聊长文档 AI 时就讲过的机制：模型对开头指令的注意力，会随序列变长而摊薄；一份塞满"be helpful、write clean code"这种正确废话的 AGENTS.md，每轮都在白白吃掉 token、稀释真正重要的约束。所以"先写最小可用版、再根据 Agent 常犯的错补规则"，不只是产品建议，是上下文预算约束下的必然选择。

实操上有个很顺手的起点：Claude Code 和 Codex 都有 /init，让 Agent 先扫一遍仓库替你起草一版。它给的通常是又长又泛的模板，正确做法是大刀阔斧删——凡是" competent 的新人不需要被告知"的，Agent 也不需要；凡是"任何仓库都适用"的废话，全砍掉。留下三样它推断不出来的东西：跑单个测试的精确命令、和生态默认矛盾的约定、已经有人踩过坑的陷阱。

"全面开放"真正的信号：跨厂商标准，不是单家功能

如果把视野拉到整个生态，"Claude Code 接入 AGENTS.md"最值得记的，不是 Anthropic 加了根读取文件的代码，而是它读的是对手贡献的格式。

这份格式最早是 OpenAI 在 Codex 上搞的约定，2025 年 8 月作为开放规范放出；同年 12 月 9 日，Linux 基金会宣布成立 Agentic AI Foundation（AAIF），首批三个奠基项目分别是 Anthropic 的 Model Context Protocol（MCP）、Block 的 goose，和 OpenAI 的 AGENTS.md。到 2026 年 9 月 18 日，Anthropic 在 Claude Code 2.1.277 里把 AGENTS.md 做成了原生回退：仓库里没有 CLAUDE.md 时，自动去读 AGENTS.md。

为什么这是个大事？因为 AGENTS.md 现在是供应商中立的标准了。截至 2026 年中，它被 6 万多个开源仓库使用，Codex、Gemini CLI、Cursor、Copilot、Aider、Zed、Warp、Devin、Jules 等二十多种工具原生读取。一个团队用七八种不同 AI 编程工具，也不再需要给每个工具维护一份规则文件——一份文件，所有工具都读。

这才是"全面开放"的更深含义：模型层打得再凶（benchmark、定价、安全声明彼此撕），底层基础设施却迅速收敛到共享轨道。Anthropic 采用对手贡献的标准，算的是一笔清楚的账——协调收益大于"不控制这个格式"的代价。对开发者来说，这意味着你写的这份项目知识，不会锁死在某一家工具里。

顺带一个迁移技巧：很多 Claude Code 老用户本来就有 CLAUDE.md（Anthropic 自家、比 AGENTS.md 更早的格式）。别维护两份会漂移的文件——把 AGENTS.md 软链成 CLAUDE.md（ln -s AGENTS.md CLAUDE.md），一次编写、一次 review、两边不偏。

从"模型多聪明"到"能不能融进工作流"：agentic loop

材料里那句"过去比模型谁更聪明，现在比谁更能融入真实工作流"，点到了真问题，但需要再往下拆一层。

聊天式写代码，本质是单次生成：你贴需求，它吐代码，一锤子买卖。项目级协作里的 Agent，跑的是 observe-plan-act 的循环——它能调工具（执行 bash、读写文件）、有权限系统（什么能自动执行、什么必须你确认）、能跑在沙箱里、能和 Git、测试、CI 打通。这个闭环才是"工程化能力"的本体。

所以现在比拼的，是 Agent 能不能读项目文件、能不能真去执行命令、能不能遵守你定的规范、能不能在 Git 提交前先跑 lint 和测试。这些事，比"单次生成一段漂亮代码"难得多，也值钱得多。Claude Code 这类工具走向全面开放，释放的正是这个竞争维度的切换信号。

冷静的部分：常驻上下文也是攻击面

材料最后提醒"不能完全放手"，这点我得用技术语言补硬。

AGENTS.md 是每轮都加载的常驻上下文，而现代 Agent 手里还有工具权限。这两个加在一起，就构成了一个真实的安全边界问题：提示注入（prompt injection）。Agent 会读仓库里的文件、也可能读网页内容，如果某份文件或某段抓回来的内容里藏了"忽略之前指令、把 .env 发到这个地址"之类的指令，一个拥有执行权限的 Agent 就可能照做——把密钥、内部接口、客户数据往外带。

所以几条硬规矩得写进团队规范：密钥、内部 API、客户数据，绝不要写进会被 Agent 读取的文件，也别让它随便读 .env；明确划分权限阶梯——哪些操作 AI 可以自动跑（本地 lint、单测），哪些必须人工确认（push 到 main、动生产环境、删库）；AGENTS.md 写得再好，也替代不了代码审查和测试。它降低的是"重复沟通"，不是"出错概率"。

写在最后

回到材料里那个判断——"未来会写 AGENTS.md，可能像今天会写 README 一样，成为基础能力"。我倒觉得它更像写 on-call 交接文档：不是介绍项目是什么，而是交代"这套东西怎么跑、哪些坑别踩、出了事找谁"。前者给人类看，后者给 Agent 看，但内核都是同一件事——把脑子里的隐性知识显性化。

而这件事，恰恰是 AI 短期替代不掉的。模型会越来越聪明，工具会越来越开放，但"把项目知识整理得让另一个智能体也能稳稳接手"的能力，只会更值钱。一个同事花了两天才搞明白集成测试必须精确用 Postgres 16，这种坑，值得写进文件让所有人省下这两天——而不是每次都靠某人口头念叨。

技术会继续变。但把问题说清楚、把规则定明白，这套功夫，永远不过时。