让 AI 编程助手长期负责一个任务，和随口问它一个问题，是两种完全不同的工作方式。前者需要一套完整的任务系统：目标怎么定、上下文怎么装、失败怎么恢复、验收怎么执行。这份任务系统的载体，如今已经有了事实标准——AGENTS.md。
先分清对话和委派
聊天机器人处理的是一句话：理解、回答、等待下一句。Agent 处理的是一桩可委派的事：理解目标、拆步骤、选工具、看真实返回、判断是否达标、失败换路、存档续作、交付证据。同一个小模型，放进有规则、有样例、有验收标准的工作区里，能干成大得多的活——模型只是发动机，任务系统决定它能不能稳定出活。2026 年 OpenAI 公布的使用研究也印证了这一点：增长最快的不是消息量，而是一小时以上、可委派的工作时长。
任务包里必须写什么
一句"研究一下竞品"交出去，收回来的多半是看似完整实则没用的材料。合格的任务包至少包含八项：目标（交付物加成功标准）、输入（允许用的资料与系统）、边界（不能碰什么）、步骤（阶段与依赖）、验证方式、升级条件（何时停下来问人）、停止条件（预算、时间、重试上限）。样例和反例尤其值钱——一个合格样例同时表达了结构、口径和质量标准，胜过大段形容词。
五层结构撑起长任务
第一层目标层，写清最终改变什么、明确不做什么。第二层上下文层，把项目背景、历史决定、术语口径从聊天记录里沉淀成结构化文档，按阶段动态装载——一次性塞整个知识库只会引入过期信息干扰判断。第三层执行层，区分只读与修改、可逆与不可逆，能用结构化 API 就不用视觉点击。第四层验证层，每个阶段都要有机器可执行的验收：代码任务跑测试和构建，研究任务核对来源与日期对应关系。第五层连续性层，保存阶段清单、决策日志、未解决问题，让新会话能接着干——只靠越来越长的聊天窗口维持状态，迟早因上下文压缩而失忆。
各家工具怎么落地这份规范
AGENTS.md 规范由 OpenAI、Google 等在 2025 年 8 月联合推出，但各家工具的支持方式有差异，迁移前值得对齐：Codex CLI 原生读取仓库根目录的 AGENTS.md；Claude Code 读的是 CLAUDE.md（新建符号链接指向 AGENTS.md 即可双端共用）；Cursor 用 .cursor/rules 目录，规则按 glob 匹配生效范围；Gemini CLI 则是 GEMINI.md。还有一个通用的就近覆盖机制：子目录里再放一份 AGENTS.md，会覆盖根目录文件——monorepo 场景下前端、后端、运维各放一份，互不干扰。
维护上有条经验值：单份文件控制在五百行以内。写得太长，关键约束反而被稀释，模型注意力跟不上；写得太短，等于没写。
两个高危误区
把密钥、连接串写进 AGENTS.md 的人不少见。这份文件会整体进入模型上下文，也会随仓库分发——它属于配置文档，不属于保险箱，敏感信息放环境变量和密钥管理服务里。
更隐蔽的误区是把 AGENTS.md 当权限边界。它只是明文提示，模型偶尔就是会视而不见；真正的防线是工具层的权限配置（只读模式、目录白名单、审批开关），提示和权限要双保险。
上线前的验证清单
启动任务前让助手复述一遍关键约束，确认它确实读到了文件；任务结束后用 git diff 核对改动范围是否越过了声明的边界；每个阶段交付时检查证据——测试输出、构建日志、截图——而不是接受一句"已完成"。并发也不是越多越好：先看中途需要多少次人工判断、输出能不能快速比较、失败会不会互相污染，再决定开几个分支。
Agent 不是更会说话的机器人，而是一种新的工作组织方式。风险低、可验证的步骤交给系统推进，高风险、不可逆的决定留给人拍板，所有结果留下可复核的证据——做到这三点，AI 才从回答者变成可靠的推进者。
评论0