AGENTS.md：让AI编码助手从"实习生"变"资深工程师"的操作手册

AGENTS.md是一份可直接落地的模板文件，遵循Linux Foundation/Agentic AI Foundation开放标准，融合Andrej Karpathy的四大编程原则和Boris Cherny的Claude Code工作流，旨在解决当前AI编码助手（如Claude Code、Codex等）存在的谄媚、过度重构、缺乏验证等"实习生困境"，将其行为校准为更专业的资深工程师水准。

当前LLM编码助手普遍表现为急于取悦的"实习生"：盲目附和错误前提、不必要的重构、不确定时胡乱猜测、用客套话填充回复。GitHub用户TheRealSeanDonahoe发布的agents-md项目，针对这些痛点提供了可落地的解决方案，通过明确指令校准AI行为。

AGENTS.md的"0. Non-negotiables"章节确立五条最高优先级原则：1.拒绝谄媚与废话，直接切入主题；2.敢于表达异议，指出用户错误前提；3.绝不编造信息，不确定时坦诚或检查；4.困惑时停止并询问，避免误解；5.最小化改动范围，禁止无关重构。

编码前需理解问题和代码库（陈述计划、阅读相关文件、匹配现有模式等）；编写代码遵循极简主义（最少代码解决问题，不做推测性扩展）；变更需精准（不改进无关代码，匹配项目风格）；执行需目标驱动（将模糊请求转为可验证目标，先验证再提交）。

工具使用上优先运行代码验证（测试、linter等），不凭猜测报告完成；会话卫生方面，长会话失败两次需重置，用子代理处理探索任务；沟通风格直接而非外交，简洁为主，避免过度结构化；明确询问边界（请求歧义、触及敏感部分需询问，琐碎可逆任务可自主处理）。

AGENTS.md遵循Linux Foundation开放标准，兼容Claude Code、Codex、Cursor等主流工具（可通过符号链接适配）；其思想融合Karpathy四大编程原则、Cherny的Claude Code工作流、Anthropic官方最佳实践及社区反谄媚模式；Boris Cherny团队的文件保持约100行，300行以内合理，确保实用性。

AGENTS.md不仅是模板，更系统性诊断并纠正AI助手行为缺陷，提升人机协作效率。建议定期进行自我改进循环：会话后分析错误原因（缺规则或被忽略），修剪无效规则；填写项目上下文模板（stack、commands、layout等）以适配具体项目。