OpenAI工程师AGENTS.md中10条规则
内容提要
OpenAI工程师的AGENTS.md文件包含10条规则，旨在优化AI行为：可视化解释、简洁坦诚、引用权威来源、验证完成、少提问、合理派子智能体、聚焦改动、测试真实界面、不越权操作、汇报干货。这些规则针对人类认知缺陷，强调边界约束而非技术指导，使AI成为高效纪律委员，减少干预并提升项目质量。
延伸解读
规则背后的认知心理学
这10条规则并非技术指导，而是针对人类认知缺陷设计的。例如，第一条利用双重编码理论，强制AI用可视化降低理解成本；第二条对抗确认偏误，要求AI挑战弱假设；第四条针对规划谬误，强调验证后才算完成。每条规则都像一面镜子，映射出项目管理者的常见坏习惯，如不敢质疑、拖延验证、过度提问等。理解这些认知陷阱，有助于你更有效地利用AGENTS.md约束AI行为。
边界约束优于技术指导
AGENTS.md的10条规则全部是边界约束和行为准则，没有一条教AI写代码。这体现了核心思想：AI本身具备技术能力，无需重复指导，关键在于划定行为边界。文章指出，成功项目用95%篇幅画边界，失败项目则相反。因此，编写AGENTS.md时应聚焦于“不要做什么”和“如何确认没乱来”，而非详细技术步骤，这样能充分发挥AI的推理能力，减少干预。
提问策略与自主性平衡
第五条规则“少提问”看似限制AI，实则提升效率。它规定仅在决策模糊、有风险或需批准时才提问，其余情况自主推断。这利用了最小化认知负荷原理，减少无效打断，让AI像成熟员工一样自行决策。但需注意，这要求用户提供足够上下文和明确目标，否则AI可能因缺乏指导而误判。合理设置提问边界，能平衡AI的自主性与用户控制权。
Q&A
OpenAI工程师的AGENTS.md文件中的10条规则是什么？
OpenAI工程师的AGENTS.md文件包含10条规则，旨在优化AI行为：1. 向用户解释时使用可视化技能；2. 简洁、直接、坦诚，挑战弱假设；3. 研究基于权威、最新来源并链接证据；4. 守住原始目标，完成端到端工作并验证结果；5. 仅在决策模糊、有风险或需批准时提问；6. 仅对真正独立的任务派子智能体并综合结论；7. 改动聚焦简单，避免无关编辑和低信号测试；8. 测试可观察行为，在真实界面验证；9. 不碰无关工作，不做破坏性操作；10. 汇报有意义的阻塞点、结果和证据。
为什么AGENTS.md规则强调使用可视化技能？
因为人脑处理图像的速度比文字快六万倍，可视化利用双重编码理论，降低理解成本。AI用图表、流程图等呈现抽象逻辑，用户能更快看懂，避免文字墙。
AGENTS.md中如何防止AI产生幻觉？
规则三要求研究必须基于权威、最新来源，并链接关键证据。这样AI不能随意编造，必须提供可验证的URL或文件路径，确保结论有据可查。
AGENTS.md中关于提问的规则是什么？为什么这样规定？
规则五规定只在决策模糊、有风险或需批准时才提问，其余时候闭嘴干活。这样减少无效打断，降低用户的认知负荷，让AI像成熟员工一样自己拿主意，而不是当巨婴。
AGENTS.md中如何规定子智能体的使用？
规则六规定只有真正独立的任务才派子智能体，并综合它们的结论。避免过度拆分导致协调开销，确保子智能体干完活后由主AI汇总成一份可用的结果。
AGENTS.md中如何定义“完成”的标准？
规则四规定必须守住原始目标，完成端到端工作，并在宣称完成前验证实际结果。即不仅要改代码，还要跑测试、手动验证，并贴出证据，才算完成。
AGENTS.md中为什么强调测试可观察行为并在真实界面验证？
因为单元测试通过不代表UI不崩，可观察行为是用户能感知的，真实界面验证能发现功能固着问题，确保面向用户的功能实际可用。
AGENTS.md中如何限制AI的权限？
规则九规定不碰无关工作，不做破坏性、生产或外部操作，除非用户明确授权。这遵循最小权限原则，AI默认任何操作都是禁止的，必须申请批准。
AGENTS.md中为什么要求汇报干货而不是刷屏？
规则十规定只汇报有意义的阻塞点、结果和证据，避免刷屏式进度汇报。这基于信息熵原则，只有高信息量的消息才值得占用注意力，减少噪音。
AGENTS.md的10条规则主要针对什么？为什么说规则写得越少AI越聪明？
这10条规则全部针对人类的认知缺陷，而非技术指导，强调边界约束。规则写得少，AI越能发挥推理能力，因为AI本身懂技术，只需明确边界和底线，避免过度指令限制其能力。
