AI 速览一份名为 GPT-6 Astra 的 AGENTS.md 规则精简版,旨在通过优化智能体行为降低 Token 消耗,适用于使用 AI Agent 进行代码开发或复杂任务自动化的开发者。 核心事实 - 规则目标:减少重复读取、过度验证和冗余子 Agent 拆分三类高 Token 消耗行为 - 节省效果:依赖原有规则臃肿程度,反复搜索验证类任务宣称可省 30%–35%+ Token - 设计原则:不牺牲必要验证和正确性,强调“最小充分改动”和“关键进展汇报” - 文件作用:AGENTS.md 作为每轮会话上下文的一部分,其长度直接影响固定开销 - 分层建议:全局规则仅保留跨项目稳定内容,项目特定指令应移至项目级规则文件 避坑提示 - 宣称的省 Token 比例无公开可复现测试方法,实际效果因任务和仓库差异较大 - “探索以足够支持决策为止”等激进策略在高风险或陌生代码库中可能需手动加回验证 - 全局默认简体中文沟通,多语言团队需手动修改该条目 价值点 帮助开发者通过结构化规则优化 AI Agent 行为,在保障任务正确性的前提下显著降低 Token 成本和工具调用开销。