最後說兩句

好的经常件事 AGENTS.md，才有資格放全局。该管隻有用戶明確提出並確認目標後才能執行
。经常件事

這才是该管我這次改造的核心。文件係統安全。经常件事按什麽路徑實現 。该管你再把每一步寫死，经常件事怎麽改 、该管批量 、经常件事

我現在最常用的組合：目標 + 技術方案

全局 AGENTS.md 定邊界。遞歸移動或覆蓋前，经常件事臨時故障補丁和具體業務細節。该管請先輸出三樣東西：1. 建議刪除、经常件事

剩下的 ，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 ，最後交付什麽 。真實性 、技術方案：準備改哪些模塊 ，

這是把施工圖交給 AI
 。表達直接一點、放進全局規則裏 。未跟蹤文件或未明確涉及的刪除，以及離目標文件更近的項目規則 ，展示真實絕對路徑、代碼、單一技術棧、

如果你是 Android 開發者 ，我們不需要再把它訓練成一個隻會照流程辦事的實習生。- 權限、把 AI 的執行從混亂提示詞帶到明確目標與邊界" loading="lazy" data-src="https://img2024.cnblogs.com/blog/1001668/202608/1001668-20260830114848294-1139249921.png" class="lazyload">

Codex GPT-5.6 、- 能沿用已有腳本、- 用清楚、

模型變強以後，必須先確認
。就想記進去。但它們不是所有項目的常識 。這些該交給權限、是它做得不夠快 。還是要說清
。

第四類，

模型能力越強，或改變關鍵行為 、

比如“高風險刪除先確認”“別編造驗證結果”
，從來不是它不會寫 ，限製生產寫入、

翻譯成人話就是：

• 每個項目都成立的原則 ，

  不同客戶端和項目的加載方式可能不同，越應該把兩件事分開：

  • 目標和技術方案
    ，

    比如你要改什麽功能 、沙箱、

    第二類 ，兼容性和架構的高風險選擇。一條條寫進全局 AGENTS.md
    。

    給它們加“隻在 Android 項目命中時啟用”的條件，

    我做的「徐公 AI 雷達」，在該關注的時候看到它就夠了。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
    。影響數量和相關 Git 狀態。
    我不是說“Prompt 越短越厲害”。用戶本次任務	，放 Skill；

  • 絕不能出錯的紅線 ，是安全邊界 。反而省心。

    比如默認用中文、- 本次技術方案、路徑、

    看到一條“挺有用”的經驗，目錄
    、以及一份能落地的技術方案。

    每次新任務，行動邊界和收尾方式。公開發布 。它換個項目還成立嗎？

    還成立 ，它會把值得留意的公開信號及時撈出來 。依賴和工程約定時，命令 、

    但它解決的不是某一次開發的問題，強製推送。保留：協作偏好、可以驗證的結果，又不越界。

    第一
    ，先看和目標直接相關的項目說明 、

    因為最容易出問題的 ，才不會讓一個前端倉庫也背著 Android 的說明書
    。- 跨工作區修改僅限用戶明確指定的目標；刪除、

    現在越來越覺得 ，`git reset --hard`、代碼和文檔。

    人負責定方向和邊界
    ，- 明顯擴大範圍，## 文件係統安全- 工作區內正常修改可直接執行；遞歸
     、換什麽倉庫都成立 。沙箱、是直接丟給 AI

    我把個人全局規則維護在 ~/.codex/AGENTS.md ，## 必須先確認的邊界- 刪除重要數據、聽當前項目的說明 。可以關注一下。

    具體任務怎麽推進
    ，第一次別靠記憶猜 。測試與文檔 。

    全局 AGENTS.md 呢？

    我隻讓它管一件事
     ：邊界。反而隻有兩樣東西 ：目標
    ，

    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 ，

    第一類，

    不是 Prompt 越短越好 ，互相打架的要求拖住
    。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 、- 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。`git clean`、配置 、不能把車開到人行道上  。或者有自己常用的 IDE 索引工具，讓它去做。項目事實、

    這就像出門開車。問題不是這條經驗有沒有用 ，目錄結構
    、- API、- 圍繞任務目標和驗收結果做判斷，是協作習慣。AI 負責把方案推進到底。技術方案準備怎麽走、依賴版本、很多時候得自己去 X 上翻動態。

    全局規則 ，不可逆遷移
    、## 執行與驗證- 動手前 ，係統要求、文字規則負責提醒，

    經常用 Codex 的人 ，是別替模型做它會做的事

    先說清楚。就不該常駐在全局 AGENTS.md 裏 。不能碰哪些文件 、等我確認後再修改。接口聯調
    、

    AGENTS.md 是交通規則：紅燈別闖 ，

    一條規則該放哪？問自己三個問題

    我以前寫 AGENTS.md，我反而開始刪 Prompt 。不順手清理或猜測性重構。

  兩份東西混在一起，- 禁止遞歸刪除 `/` 、

  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
  。走哪條路
  ，

  以前我以為 AI 的風險  ，不替 AI 思考。不會跑偏，

  該說清的 ，而是每一次讓 AI 幹活時最容易踩的坑 。

  後來才發現 ，業務術語和臨時故障補丁，最後怎麽回複”，模塊劃分，邊界 ：哪些文件、

  這一步很值。`~/.codex` 及係統目錄；不得借助環境變量
  、也隻會得到一堆看起來很努力的猜測 。

  除非我明確說隻要分析或方案，

  它們該去項目根目錄的 AGENTS.md，是我基於上麵的思路整理出的可公開版本
  。

  第二 ，

  現在我會先問三個問題 。- `rm -rf`、工具規則負責攔住。

  恨不得把“先看什麽、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 。命令 、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
   。而是它應該由誰記住。

  現在我最常給 AI 的，它們不隨項目變化 ，放全局 AGENTS.md；

• 隻屬於某個倉庫的事實
  ，

  以前總怕 AI 理解錯。

  項目命令 、

  重點看“文件係統安全”這一段 。移出 ：項目命令 、可以在項目規則裏加一個“滿足某些條件才啟用”的小節。這些都有一套固定流程
  ，

  其實最簡單的方法，

  放到哪裏？最簡單的辦法，

  全局規則解決的是 ：讓 AI 在你的項目裏穩定推進
  ，但不能主動把你的工作區清空 
  。

  第三類 ，不需要時別占著全局 context。規則可能就錯了  。

  這些不是束縛。

  讓 Codex 少走彎路 ：一份全局 AGENTS.md 的取舍

  Global AGENTS.md這裏記錄的是我跨項目都要用的協作習慣、`xargs rm` 和通配符刪除 ，需要的時候再加載，

  驗收
  ：怎麽證明它真的完成了。事實和判斷要分開。我現在更常用的是這四行 ：

  目標：這次要解決什麽，再決定改哪裏。- 生產部署、一旦隻對某個項目成立
  ，
  別把它塞進所有項目都加載的全局文件。Claude Fable 這一代模型變強後，放項目根目錄的 AGENTS.md；

• 隻在某個動作觸發的步驟，DNS 、用中文溝通；另有語言要求時跟隨用戶 。把危險邊界劃好  。

  拆開以後，目錄和技術棧，目標驅動、一邊翻一本過期操作手冊。還會碰到另一件事：重置信號什麽時候出現，模型卻經常被過期的項目細節、它是不是隻在一類任務裏出現？

  寫文章、

  這是我這次改造後的全局版本

  下麵這份，Hook 的地方，`$HOME` 、丟給再強的模型 ，

  把目標說清
  ，最後怎麽驗收 。而不是做完一半停下來問“要不要繼續”。到了怎麽確認。或者直接下放到項目裏
  ，

  技術方案才是導航 ：今天去哪，不要直接覆蓋原文件。應該做成 Skill。CI 或 Hook 。發版檢查 ，驗證標準、優先級更高。也不會越界。

  一個模糊的目標，

  項目換了，把技術方案給到
  ，憑證、跟著當前任務走；

• 安全邊界和協作習慣，再改文件。不照著固定流程生搬硬套 。或者某一個隻在特定任務觸發的 Skill 。交給工具強製執行 。

  強製限製則更不能隻靠文字提醒。主要盯著 Tibo 是否在 X（Twitter）發出 Codex 重置相關信號。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、- 不得為通過構建或測試擅自刪除文件，

  AI 可以主動做事，而且替你做了你根本沒授權的事  。是真實性和驗證。模型已經能自己判斷很多執行細節 。最大的毛病就是舍不得刪。行為或外部操作不能碰 。目標：把它精簡成跨項目長期有效的協作規則。否則 AI 應該推進到一個可以交付 、生產寫入、- 改動控製在解決問題所必需的範圍內，可執行的說法回答，風險是它做得太快，

  第三
  ，放全局最合適 。而是你不知道它準備刪什麽。我都不放這裏 。

  它隻確保 AI 思考時
  ，確實好用 ，

  這個最重要。是目標驅動
  。運行結果和驗證結論都不能憑空補全。Gradle 命令 、等於讓它一邊解決問題 ，CI 、少刷幾次動態
  ，