OpenAI联手谷歌，开源 agents.md，正式统一Agent规则！

今天有个大新闻， OpenAI 和 Google 这两大巨头，罕见地联手了，协同 Factory、Sourcegraph、Cursor 等一众厂商，共同推出了一个简单、开放的Agents标准。

背景是，随着现在 AI 编程 Agent 圈子神仙打架。 为了让 AI 按项目规范行事，我们的代码库里被硬塞进了 ​​.cursorrules​​​, ​​AGENT.md​​​, ​​CLAUDE.md​​ 等五花八门的配置文件。项目目录越来越乱，

昨天，来自大厂们联手推出的 ​​AGENTS.md​​出来了，目标只有一个： 用一个清晰、统一的文档，取代所有厂家特定的配置文件，给 AI Agent 一本通用的“项目说明书”。

今天，给家人们分享一下这个 ​​AGENTS.md​​ 背后的细节。

​​​README​​​ 是给人看的，​​​AGENTS.md​​​ 是给 AI 看的​

一句话总结 ​​AGENTS.md​​ 的核心思想，就是这句话。

​​AGENTS.md​​ 就是一个专门的 Markdown 文件，通常放在代码仓库根目录，它专门收录那些 人类开发者通常不关心，但 AI Agent 完成任务时却必不可少 的技术细节和操作指令。

比如：

• 如何精确地安装依赖、构建和测试项目？
• 代码风格的具体规则是什么？（单引号还是双引号，用不用分号）
• 执行哪些验证步骤才能提交 PR？
• 处理敏感数据和密钥的安全注意事项。

官方给出的一个 ​​AGENTS.md​​ 示例如下，可以看到，内容非常直白，就是一系列的指令和规则清单：

# Sample AGENTS.md file

## Dev environment tips
- Use `pnpm dlx turbo run where <project_name>` to jump to a package instead of scanning with `ls`.
- Run `pnpm install --filter <project_name>` to add the package to your workspace so Vite, ESLint, and TypeScript can see it.
- Use `pnpm create vite@latest <project_name> -- --template react-ts` to spin up a new React + Vite package with TypeScript checks ready.
- Check the name field inside each package's package.json to confirm the right name—skip the top-level one.

## Testing instructions
- Find the CI plan in the .github/workflows folder.
- Run `pnpm turbo run test --filter <project_name>` to run every check defined for that package.
- From the package root you can just call `pnpm test`. The commit should pass all tests before you merge.
- To focus on one step, add the Vitest pattern: `pnpm vitest run -t "<test name>"`.
- Fix any test or type errors until the whole suite is green.
- After moving files or changing imports, run `pnpm lint --filter <project_name>` to be sure ESLint and TypeScript rules still pass.
- Add or update tests for the code you change, even if nobody asked.

## PR instructions
- Title format: [<project_name>] <Title>
- Always run `pnpm lint` and `pnpm test` before committing.

对于大型项目（Monorepo），​​AGENTS.md​​ 还支持 嵌套。你可以在重要的子目录里也放一个 ​​AGENTS.md​​，Agent 会自动读取离当前任务最近的那个文件，实现更精细化的指导。

OpenAI 说，他们自己的主代码库里，目前就包含了 88 个​​AGENTS.md​​ 文件。

我们真的需要一个新的文件吗？

给大模型提供一个专属文件，核心逻辑是 人和 AI 的需求、理解方式和沟通模式存在根本差异。

比如，在 ​​AGENTS.md​​ 中，可以用 千万不要xxx，这样直白且粗暴的指令。AI 需要这种明确的规则。

但如果把这种话写在README里，可能会被人xxx。

同时一个高度精炼的文档，可以让上下文成本更低、且具备更多的隐藏上下文。

所以，答案是，我们需要一个新的文件，但是如果巨头们能统一一下，确实项目库会干净不少~

AI 正在倒逼我们规范文档协作

一个新的共识： ​​AGENTS.md​​ 正在巧妙地让开发者们开始认真编写和维护文档。

过去，写文档常常被视为一项枯燥且回报周期长的工作。很多开发者懒得写，因为他们知道，压根没人会去读文档。

而现在，情况完全不同了。

对于 Agent 而言，只要你把规则写进 ​​CLAUDE.md​​ 一次，在一周内就会被上千个 Agent 实例读取。

这变成了编写文档的巨大的动力。

为 AI Agent 写文档，回报是即时且确定的——Agent 会 严格遵守 你的每一条指令。

最后

大厂们携手促进 ​​AGENTS.md​​ 的诞生，正是生态在走向标准化的一个信号！

上一个正面例子，就是llms.txt。

从人的世界，到人机协作的世界。信息不仅需要让人理解，还要让机器理解！

本文转载自​​​探索AGI​​​，作者：猕猴桃