研究：AGENTS.md 檔案可使 AI 程式化代理運行時間縮短 29%，輸出 token 減少 17%

根據 1M AI News 消息，新加坡管理大學、海德堡大學、班貝格大學和倫敦國王學院的研究團隊在 arXiv 發表論文，首次量化評估了倉庫級配置文件 AGENTS.md 對 AI 程式設計 Agent 效率的影響。AGENTS.md 是一種存放在程式碼倉庫根目錄的指令文件，用於向 AI Agent 說明專案架構、建置命令、編碼規範和操作限制，類似於 Anthropic Claude Code 的 CLAUDE.md 和 GitHub Copilot 的 copilot-instructions.md，目前已被超過 6 萬個 GitHub 倉庫採用。

研究團隊在 10 個倉庫的 124 個已合併 PR（程式碼改動均不超過 100 行）上使用 OpenAI Codex（gpt-5.2-codex）進行配對實驗，分別在有和無 AGENTS.md 兩種條件下運行。結果顯示，存在 AGENTS.md 時中位數執行時間從 98.57 秒降至 70.34 秒（降幅 28.64%），中位數輸出 token 從 2,925 降至 2,440（降幅 16.58%），任務完成行為無顯著差異（Wilcoxon signed-rank test, p

原文連結

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。