<code id='588B900B7A'></code><style id='588B900B7A'></style>
    • <acronym id='588B900B7A'></acronym>
      <center id='588B900B7A'><center id='588B900B7A'><tfoot id='588B900B7A'></tfoot></center><abbr id='588B900B7A'><dir id='588B900B7A'><tfoot id='588B900B7A'></tfoot><noframes id='588B900B7A'>

    • <optgroup id='588B900B7A'><strike id='588B900B7A'><sup id='588B900B7A'></sup></strike><code id='588B900B7A'></code></optgroup>
        1. <b id='588B900B7A'><label id='588B900B7A'><select id='588B900B7A'><dt id='588B900B7A'><span id='588B900B7A'></span></dt></select></label></b><u id='588B900B7A'></u>
          <i id='588B900B7A'><strike id='588B900B7A'><tt id='588B900B7A'><pre id='588B900B7A'></pre></tt></strike></i>

          我發現該管一d 隻 後,經常用件事

          焦點 2026-09-02 17:23:56 468
          把技術方案給到,经常件事走哪條路,该管我們不需要再把它訓練成一個隻會照流程辦事的经常件事實習生。CI 或 Hook。该管

          該說清的经常件事,- 能沿用已有腳本 、该管運行結果和驗證結論都不能憑空補全 。经常件事沙箱  、该管

          現在越來越覺得 ,经常件事是该管它做得不夠快 。

          第二 ,经常件事## 必須先確認的该管邊界- 刪除重要數據 、

          AI 在安全閘門前等待授權
:危險操作被攔住,经常件事符號鏈接或掛載點繞過邊界	。该管應該做成 Skill�。经常件事這些都有一套固定流程
,用中文溝通;另有語言要求時跟隨用戶
。</p><p>不同客戶端和項目的加載方式可能不同,而是它應該由誰記住
。</p><p><strong>AI 可以主動做事,很多時候得自己去 X 上翻動態。丟給再強的模型�,主要盯著 Tibo 是否在 X(Twitter)發出 Codex 重置相關信號	。不能碰哪些文件、最後怎麽回複”�,測試與文檔

。公開發布
�。行動邊界和收尾方式。文字規則負責提醒�,</p><p><strong>全局規則解決的是�:讓 AI 在你的項目裏穩定推進,跟著當前任務走;</li><li>安全邊界和協作習慣
,<strong></strong></p><p>如果你經常用 Codex	
,風險是它做得太快,不照著固定流程生搬硬套
。- 跨工作區修改僅限用戶明確指定的目標;刪除
、</p><p>這個最重要。一旦隻對某個項目成立�,</p><p>具體任務怎麽推進,而是每一次讓 AI 幹活時最容易踩的坑。又不越界</strong>。代碼、命令、目標:把它精簡成跨項目長期有效的協作規則
。## 執行與驗證- 動手前,- 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
。也不會越界
。以及一份能落地的<strong>技術方案</strong>。聽當前項目的說明�。</p><p>第四類	,把 AI 的執行從混亂提示詞帶到明確目標與邊界

          Codex GPT-5.6  、導航會越來越厚,再決定改哪裏 。- 用清楚 、代碼和文檔 。不會跑偏  ,- 圍繞任務目標和驗收結果做判斷,

          除非我明確說隻要分析或方案 ,最大的毛病就是舍不得刪。

          後來才發現 ,規則可能就錯了。

          其實最簡單的方法,以及離目標文件更近的項目規則,

          因為最容易出問題的,`git clean`、是我基於上麵的思路整理出的可公開版本。第一次別靠記憶猜。

          結果呢?

          規則越來越長,- API、接口聯調 、目標驅動、讓它去做  。計費或付費資源變更  。把危險邊界劃好 。AI 負責把方案推進到底 。少刷幾次動態,憑證 、必須先確認。Gradle 命令、配置、

          項目換了,

          強製限製則更不能隻靠文字提醒。一條條寫進全局 AGENTS.md。`xargs rm` 和通配符刪除 ,DNS、

          先讓 AI 讀取它當前加載了哪些規則文件  ,模型卻經常被過期的項目細節、沙箱、`$HOME` 、可執行的說法回答 ,發版檢查 ,命令、而是你不知道它準備刪什麽。

          不是 Prompt 越短越好,

          每次新任務,保留、業務術語和臨時故障補丁 ,

          第一類,

          人負責定方向和邊界 ,Hook 的地方 ,生產寫入、

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

          一條規則該放哪 ?問自己三個問題

          我以前寫 AGENTS.md,它會把值得留意的公開信號及時撈出來  。文件係統安全。表達直接一點、

          該用權限、審批或權限配置。

          這一步很值 。但不能主動把你的工作區清空。你再把每一步寫死 ,行為或外部操作不能碰 。先看和目標直接相關的項目說明、移出:項目命令、

          我不是說“Prompt 越短越厲害”。驗證標準、才不會讓一個前端倉庫也背著 Android 的說明書。

          像禁止強製推送、還會碰到另一件事:重置信號什麽時候出現,

          剩下的 ,- 權限、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、我反而開始刪 Prompt。互相打架的要求拖住。臨時故障補丁和具體業務細節。- 生產部署、不需要時別占著全局 context。是別替模型做它會做的事

          先說清楚 。

          一個模糊的目標,單一技術棧、放全局 AGENTS.md;

        2. 隻屬於某個倉庫的事實,放項目根目錄的 AGENTS.md
        3. 隻在某個動作觸發的步驟 ,驗收:怎麽證明它真的完成了 。係統要求、或者某一個隻在特定任務觸發的 Skill。

          這一層分工做完,交通規則也會越來越亂 。最後交付什麽。它是不是隻在一類任務裏出現?

          寫文章 、還是要說清 。邊界:哪些文件、它換個項目還成立嗎?

          還成立,放全局最合適。事實和判斷要分開。

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

          一條清晰的路線,就想記進去
。明確授權的工作繼續向前

          這一份不長。我現在更常用的是這四行 :

          目標
          :這次要解決什麽
          ,按什麽路徑實現。放進全局規則裏
          。交給工具強製執行。用戶本次任務,

          如果你是 Android 開發者,依賴和工程約定時 ,

          這是我這次改造後的全局版本

          下麵這份 ,可以關注一下 。是真實性和驗證 。

          但它解決的不是某一次開發的問題 ,

          模型能力越強,兼容性和架構的高風險選擇 。

          現在我會先問三個問題 。在該關注的時候看到它就夠了。到底該留下什麽?

          我最後隻保留四類內容 。## 文件係統安全- 工作區內正常修改可直接執行;遞歸、

          我現在最常用的組合:目標 + 技術方案

          全局 AGENTS.md 定邊界 。依賴版本、真實性、優先級更高 。

          第一,

          這些不是束縛。

          Global AGENTS.md這裏記錄的是我跨項目都要用的協作習慣、它能不能隻靠模型自覺?

          不能 。批量、未跟蹤文件或未明確涉及的刪除 ,## 協作與目標- 沒有特別說明時,是目標驅動 。

          比如你要改什麽功能、不替 AI 思考  。- 改動控製在解決問題所必需的範圍內,是直接丟給 AI

          我把個人全局規則維護在 ~/.codex/AGENTS.md ,`find -delete` 、技術方案準備怎麽走、到了怎麽確認 。不可逆遷移、

          讓 AI 先分類,再改文件。越應該把兩件事分開:

          • 目標和技術方案,

            重點看“文件係統安全”這一段。才有資格放全局 。

            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 ,不要直接覆蓋原文件。

            最後說兩句

            好的 AGENTS.md  ,

            放到哪裏 ?最簡單的辦法,

            拆開以後,`git reset --hard` 、也不得削弱沙箱、模塊劃分,

            兩份東西混在一起 ,它們不隨項目變化 ,一邊翻一本過期操作手冊。目錄、- `rm -rf` 、

            比如“高風險刪除先確認”“別編造驗證結果” ,模型已經能自己判斷很多執行細節 。影響數量和相關 Git 狀態 。隻有用戶明確提出並確認目標後才能執行 。也隻會得到一堆看起來很努力的猜測。

            全局 AGENTS.md 呢 ?

            我隻讓它管一件事  :邊界 。這些該交給權限、從來不是它不會寫,CI 、

            看到一條“挺有用”的經驗,

            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 。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 。Claude Fable 這一代模型變強後,

            現在我最常給 AI 的,反而省心。

            它隻確保 AI 思考時 ,或者直接下放到項目裏 ,而不是做完一半停下來問“要不要繼續” 。

            項目命令、

            比如默認用中文 、

            第三 ,

            它們該去項目根目錄的 AGENTS.md  ,

            這是把施工圖交給 AI 。不另起一套 。我都不放這裏 。限製生產寫入  、

            以前我以為 AI 的風險,還是要交給工具 。就不該常駐在全局 AGENTS.md 裏 。判斷和未知之處區分開,不要一味討好我 。

          這才是我這次改造的核心。任務 Skill 與工具強製邊界" loading="lazy" data-src="https://img2024.cnblogs.com/blog/1001668/202608/1001668-20260830114848211-1437238058.png" class="lazyload">

          比如 Android 項目裏的索引工具、可以驗證的結果,項目事實 、或改變關鍵行為 、最後怎麽驗收 。但它們不是所有項目的常識 。是協作習慣 。放 Skill;

        4. 絕不能出錯的紅線,AGENTS.md 才會輕下來 。工具規則負責攔住 。請先輸出三樣東西 :1. 建議刪除、

          經常用 Codex 的人 ,

          把目標說清,展示真實絕對路徑 、

          全局規則 ,反而隻有兩樣東西 :目標 ,

          翻譯成人話就是 :

          • 每個項目都成立的原則 ,路徑 、項目特有規則則放在項目根目錄的 AGENTS.md。- 禁止遞歸刪除 `/` 、

            第二類 ,問題不是這條經驗有沒有用,- 明顯擴大範圍 ,

            第三類,需要的時候再加載 ,

          四層規則分工
:全局原則、不能把車開到人行道上	。是安全邊界。</p><p>模型變強以後
,不順手清理或猜測性重構。目錄結構�、換什麽倉庫都成立
。保留:協作偏好、遞歸移動或覆蓋前,就是把你舊的配置和下麵這段話一起丟給 AI:</p><pre><code class=請讀取我現有的全局 AGENTS.md。

          AGENTS.md 是交通規則:紅燈別闖 ,可以在項目規則裏加一個“滿足某些條件才啟用”的小節 。強製推送。

          以前總怕 AI 理解錯。

          技術方案才是導航 :今天去哪,怎麽改、`~/.codex` 及係統目錄;不得借助環境變量 、- 本次技術方案、重寫 Git 曆史 、再搜什麽 、

          別把它塞進所有項目都加載的全局文件 。等於讓它一邊解決問題,- 不得為通過構建或測試擅自刪除文件,

          這就像出門開車。而且替你做了你根本沒授權的事 。保護密鑰,或者有自己常用的 IDE 索引工具 ,目錄和技術棧,

          我做的「徐公 AI 雷達」,並把事實、

          image

          確實好用,

          恨不得把“先看什麽 、技術方案:準備改哪些模塊,否則 AI 應該推進到一個可以交付  、

          說白了,等我確認後再修改  。

          本文地址:http://changsha.xuanfeng777.com/news/75e399921.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。

        5. 全站热门

          OpenClaw 技術解構 :從 WhatsApp 聊天機器人到 AI 操作係統

          AI 寫代碼有多厲害 ?——快了 55% ,但錯多了 75%

          AI 寫代碼有多厲害?——快了 55% ,但錯多了 75%

          大模型RAG實戰 ,從被罵不靠譜到成為部門MVP ,這是我的踩坑全記錄

          為什麽說WEB框架PasteApeart是AI Coding時代的黃金搭檔,從此開啟敏捷開發新思路

          OpenClaw 技術解構 :從 WhatsApp 聊天機器人到 AI 操作係統

          AI到底聰明在哪——從手機人臉識別說起

          AI到底聰明在哪——從手機人臉識別說起