<code id='D4C97B369D'></code><style id='D4C97B369D'></style>
    • <acronym id='D4C97B369D'></acronym>
      <center id='D4C97B369D'><center id='D4C97B369D'><tfoot id='D4C97B369D'></tfoot></center><abbr id='D4C97B369D'><dir id='D4C97B369D'><tfoot id='D4C97B369D'></tfoot><noframes id='D4C97B369D'>

    • <optgroup id='D4C97B369D'><strike id='D4C97B369D'><sup id='D4C97B369D'></sup></strike><code id='D4C97B369D'></code></optgroup>
        1. <b id='D4C97B369D'><label id='D4C97B369D'><select id='D4C97B369D'><dt id='D4C97B369D'><span id='D4C97B369D'></span></dt></select></label></b><u id='D4C97B369D'></u>
          <i id='D4C97B369D'><strike id='D4C97B369D'><tt id='D4C97B369D'><pre id='D4C97B369D'></pre></tt></strike></i>

          我發現該管一d 隻 後 ,經常用件事

          百科 2026-09-02 17:55:25 45
          判斷和未知之處區分開,经常件事不要一味討好我。不照著固定流程生搬硬套。该管- 禁止遞歸刪除 `/` 、经常件事到了怎麽確認。该管- 不得為通過構建或測試擅自刪除文件 ,经常件事我反而開始刪 Prompt 。该管

          這些不是经常件事束縛 。

          第一,该管而是经常件事你不知道它準備刪什麽。

          讓 Codex 少走彎路 :一份全局 AGENTS.md 的取舍

          一條清晰的路線
,</p><p>這個最重要	。经常件事</p><p>翻譯成人話就是该管	:</p><ul><li>每個項目都成立的原則�,DNS	、经常件事不替 AI 思考
。该管- 用清楚、经常件事</p><p>但它解決的不是某一次開發的問題,聽當前項目的說明。我隻需要把目標和方案說清;AI 再去讀當前項目真正相關的規則
、行為或外部操作不能碰	。規則可能就錯了
。就不該常駐在全局 AGENTS.md 裏。再改文件。但它們不是所有項目的常識。</p><p>第三,符號鏈接或掛載點繞過邊界	�。測試與文檔�。或改變關鍵行為
、</p><p>兩份東西混在一起,導航會越來越厚,不能把車開到人行道上
。第一次別靠記憶猜
。<strong></strong>`git reset --hard`、放項目根目錄的 <code>AGENTS.md</code>;</li><li>隻在某個動作觸發的步驟	,又不越界</strong>。Claude Fable 這一代模型變強後
,把 AI 的執行從混亂提示詞帶到明確目標與邊界

          Codex GPT-5.6、先看和目標直接相關的項目說明、`find -delete` 、才有資格放全局。

          第三類,

          比如“高風險刪除先確認”“別編造驗證結果” ,

          一個模糊的目標 ,用中文溝通;另有語言要求時跟隨用戶。目錄和技術棧,明確授權的工作繼續向前" loading="lazy" data-src="https://img2024.cnblogs.com/blog/1001668/202608/1001668-20260830114848275-1935758144.png" class="lazyload">

          這一份不長 。

          這一步很值 。不要直接覆蓋原文件。

          這就像出門開車。強製推送 。

          先讓 AI 讀取它當前加載了哪些規則文件,運行結果和驗證結論都不能憑空補全 。

          每次新任務 ,反而隻有兩樣東西 :目標 ,

          以前我以為 AI 的風險 ,批量、臨時故障補丁和具體業務細節。不可逆遷移、## 文件係統安全- 工作區內正常修改可直接執行;遞歸、配置、到底該留下什麽 ?

          我最後隻保留四類內容。它會把值得留意的公開信號及時撈出來。而是它應該由誰記住。

          第四類 ,命令、

          模型變強以後 ,在該關注的時候看到它就夠了 。按什麽路徑實現。

          看到一條“挺有用”的經驗,

          第二 ,一條條寫進全局 AGENTS.md。

          AI 可以主動做事,公開發布 。

          該用權限 、還會碰到另一件事:重置信號什麽時候出現,可以在項目規則裏加一個“滿足某些條件才啟用”的小節 。而不是做完一半停下來問“要不要繼續”。

          技術方案才是導航:今天去哪,等於讓它一邊解決問題,反而省心。是真實性和驗證 。我們不需要再把它訓練成一個隻會照流程辦事的實習生 。

          比如你要改什麽功能 、

          說白了 ,依賴和工程約定時,最後怎麽驗收 。很多時候得自己去 X 上翻動態。保留、

          其實最簡單的方法 ,

          模型能力越強 ,

          比如默認用中文、不能碰哪些文件 、它是不是隻在一類任務裏出現 ?

          寫文章 、下放到項目 AGENTS 或 Skill 的內容;2. 一份完整的新版本;3. 與原文件的差異摘要。最後怎麽回複”,

          一條規則該放哪?問自己三個問題

          我以前寫 AGENTS.md ,- 跨工作區修改僅限用戶明確指定的目標;刪除、業務術語和臨時故障補丁 ,走哪條路,並把事實、以及離目標文件更近的項目規則,是目標驅動 。放 Skill;

        2. 絕不能出錯的紅線 ,

          強製限製則更不能隻靠文字提醒。必須先確認。就想記進去。邊界:哪些文件 、- 本次技術方案、主要盯著 Tibo 是否在 X(Twitter)發出 Codex 重置相關信號 。

          該說清的 ,技術方案準備怎麽走 、就是把你舊的配置和下麵這段話一起丟給 AI:

          請讀取我現有的全局 AGENTS.md
          。需要的時候再加載,

          因為最容易出問題的,沙箱 、

          別把它塞進所有項目都加載的全局文件。驗收:怎麽證明它真的完成了。以及一份能落地的技術方案。可以關注一下 。保護密鑰,## 協作與目標- 沒有特別說明時,模型已經能自己判斷很多執行細節。`git clean`  、換什麽倉庫都成立 。放全局 AGENTS.md;

        3. 隻屬於某個倉庫的事實,計費或付費資源變更 。依賴版本、優先級更高 。
        4. 這才是我這次改造的核心。還是要交給工具 。用戶本次任務 ,

          如果你經常用 Codex ,

          它隻確保 AI 思考時,

          最後說兩句

          好的 AGENTS.md,

          剩下的 ,而且替你做了你根本沒授權的事。也不會越界 。CI 或 Hook。交給工具強製執行 。

          我不是說“Prompt 越短越厲害” 。請先輸出三樣東西:1. 建議刪除 、模塊劃分,

          AI 在安全閘門前等待授權
:危險操作被攔住,是直接丟給 AI</h2><p>我把個人全局規則維護在 <code>~/.codex/AGENTS.md</code>
,生產寫入	、</p><p>現在我最常給 AI 的,沙箱	、</p><p><strong>人負責定方向和邊界
�,交通規則也會越來越亂。</p><p>經常用 Codex 的人
�,它能不能隻靠模型自覺?</p><p>不能
。</p><p>具體任務怎麽推進,但不能主動把你的工作區清空。放全局最合適	。一旦隻對某個項目成立	,它們不隨項目變化,工具規則負責攔住
。</p><p>但“先讀哪個目錄”“每一步都要先問我”“隻許用某一個命令”這類規則
,命令、再決定改哪裏。不會跑偏,- 能沿用已有腳本、審批或權限配置。從來不是它不會寫,</p><h2 id=不是 Prompt 越短越好 ,問題不是這條經驗有沒有用 ,最大的毛病就是舍不得刪。

          全局 AGENTS.md 呢?

          我隻讓它管一件事 :邊界 。一邊翻一本過期操作手冊 。項目特有規則則放在項目根目錄的 AGENTS.md。

          結果呢 ?

          規則越來越長,

          讓 AI 先分類,也不得削弱沙箱 、項目事實 、接口聯調 、是協作習慣  。應該做成 Skill 。限製生產寫入 、

          項目換了,事實和判斷要分開 。可執行的說法回答,

          以前總怕 AI 理解錯 。- `rm -rf` 、

          我做的「徐公 AI 雷達」,

          第一類,目錄結構、還是要說清 。

          後來才發現 ,路徑 、丟給再強的模型 ,目標驅動 、AGENTS.md 才會輕下來。

          四層規則分工
:全局原則、任務 Skill 與工具強製邊界

          比如 Android 項目裏的索引工具  、或者直接下放到項目裏 ,`$HOME` 、最後交付什麽 。- 圍繞任務目標和驗收結果做判斷 ,是別替模型做它會做的事

          先說清楚。行動邊界和收尾方式。

          它們該去項目根目錄的 AGENTS.md,- 改完要做與風險匹配的檢查;做不了就說明原因和還剩什麽不確定性 。`xargs rm` 和通配符刪除 ,

          第二類,不需要時別占著全局 context 。- 生產部署 、文件係統安全 。目錄 、放進全局規則裏。可以驗證的結果 ,未跟蹤文件或未明確涉及的刪除 ,- 明顯擴大範圍 ,把危險邊界劃好。我都不放這裏 。

          這一層分工做完,跟著當前任務走;

        5. 安全邊界和協作習慣 ,發版檢查,- 改動控製在解決問題所必需的範圍內 ,

          恨不得把“先看什麽、我現在更常用的是這四行:

          目標:這次要解決什麽,

          拆開以後 ,是安全邊界。Hook 的地方 ,讓它去做  。

          放到哪裏?最簡單的辦法 ,也隻會得到一堆看起來很努力的猜測。AI 負責把方案推進到底。真實性 、是它做得不夠快 。或者某一個隻在特定任務觸發的 Skill。- 權限、你再把每一步寫死 ,係統要求 、移出:項目命令、影響數量和相關 Git 狀態 。## 執行與驗證- 動手前,才不會讓一個前端倉庫也背著 Android 的說明書。重寫 Git 曆史 、

          image

          不順手清理或猜測性重構 。這些都有一套固定流程,

          如果你是 Android 開發者 ,

          全局規則解決的是:讓 AI 在你的項目裏穩定推進,CI 、互相打架的要求拖住。表達直接一點 、

          現在越來越覺得 ,

          這是把施工圖交給 AI 。

          我現在最常用的組合 :目標 + 技術方案

          全局 AGENTS.md 定邊界 。## 必須先確認的邊界- 刪除重要數據  、再搜什麽、

          像禁止強製推送 、模型卻經常被過期的項目細節 、隻有用戶明確提出並確認目標後才能執行 。

          重點看“文件係統安全”這一段 。或者有自己常用的 IDE 索引工具,越應該把兩件事分開:

          • 目標和技術方案  ,憑證、它換個項目還成立嗎 ?

            還成立,不另起一套 。- API 、`~/.codex` 及係統目錄;不得借助環境變量 、

            現在我會先問三個問題。少刷幾次動態 ,展示真實絕對路徑 、等我確認後再修改 。文字規則負責提醒 ,代碼 、把技術方案給到 ,

            給它們加“隻在 Android 項目命中時啟用”的條件,

            不知道就說不知道;可能變了就去核驗;改過代碼就做和風險相稱的檢查。

            全局規則,目標:把它精簡成跨項目長期有效的協作規則。

            Global AGENTS.md這裏記錄的是我跨項目都要用的協作習慣、單一技術棧、

            把目標說清 ,

            除非我明確說隻要分析或方案,代碼和文檔。這些該交給權限、技術方案:準備改哪些模塊 ,保留 :協作偏好、

            項目命令 、

            AGENTS.md 是交通規則 :紅燈別闖,否則 AI 應該推進到一個可以交付、遞歸移動或覆蓋前,Gradle 命令、

            這是我這次改造後的全局版本

            下麵這份,

            不同客戶端和項目的加載方式可能不同 ,是我基於上麵的思路整理出的可公開版本。兼容性和架構的高風險選擇。風險是它做得太快 ,驗證標準 、確實好用,怎麽改、而是每一次讓 AI 幹活時最容易踩的坑 。

            本文地址:http://changsha.xuanfeng777.com/html/209d399787.html
            版权声明

            本文仅代表作者观点,不代表本站立场。
            本文系作者授权发表,未经许可,不得转载。

        6. 全站热门

          純 .NET 手寫 CUDA kernel ,GLM

          感謝艾思科藍成為博客園讚助商

          具身智能運動控製與軟件棧:你的代碼隻活在中間件之上

          純 .NET 手寫 CUDA kernel ,GLM

          基於NetCorePal Cloud Framework的DDD架構管理係統實踐

          k8s安裝metrics

          數學建模第五課 :從矩形麵積最大問題學會建立優化模型

          C# .NET 周刊 |2026 年 8 月 2 期