📝

Vercel Next.js 团队烧了约 60B tokens（约 60 万美元）总结出一份 AGENTS.md，核心 8 条规则：不保留向后兼容、选最简单实现、分层生长、模块化、优先成熟库、先查已有依赖、架构决策往长了做、复用成熟模式。本质是让 AI 编程 Agent 别像实习生，要像干了十年的老油条。

AGENTS.md 让 AI 通过率 100%？Vercel 烧 60B tokens 总结的 8 条编码规则

本文转载自小红书（ArchGenAI），配图 OCR 还原英文原文与完整背景。

⚠️ 版本演进（2026-08-10 合并）：另一博主「Ai降临派」发布同源内容（xhslink.cn/o/4C4ONqvp0UY），配图含对 8 条规则的适用边界深度解读，已合并到文末「适用边界」章节。

背景：60 亿美元学费换来的经验

Vercel Next.js 团队的老哥，烧了大概 60B tokens（约合 60 万美元）总结出一份 AGENTS.md，核心就 8 条规则。

这 8 条规则的本质就一句话：让你的 AI 编程 Agent 别像个实习生什么都想自己造，要像个干了十年的老油条一样写代码。

📜 8 条规则（中文版）

不保留向后兼容。过时的直接删，别加兼容层、别写 migration、别留 fallback。
选能满足当前需求的最简单实现。不要预防性抽象，不要多此一举的配置层。
系统分层长。先跑通一个最小的端到端版本，再往上加东西。绝不为了未完成的复杂度拆掉能跑的东西。
组件保持模块化，关注点分离。
优先用成熟的、有人维护的库。没有明确理由别自己重写。
先翻项目里已有的依赖能做什么，再考虑加新包或自己写。别上来就假设库里没有。
架构决策往长了做。不接受”先这样以后再换”的临时方案。
先看成熟产品怎么解决同一个问题，用已验证的模式，别从零发明。

📄 英文原文（AGENTS.md 可直接粘贴）

Do not preserve backward compatibility. Remove obsolete paths instead of
adding compatibility layers, fallbacks, or migrations.

Choose the simplest implementation that fully meets the current requirements.
Avoid speculative abstractions, configuration, and indirection.

Grow the system in layers. Start from the smallest version that works end to
end, and add each new capability on top of a product that already works.
Never trade a working product for unfinished complexity.

Keep components modular and concerns clearly separated.

Prefer established, well-maintained libraries when they reduce overall
complexity or improve reliability. Do not reimplement common functionality
without a clear reason.

Lean on the dependencies already in the project before writing your own
implementation or adding packages. Do not assume a library lacks a capability
without checking its documentation and types.

Make architectural decisions for the long term. Do not accept a stopgap that
only works for now and is meant to be replaced later.

Look at how mature products solve the same problem first. Use proven patterns,
don't invent from scratch.

🎯 使用方式

就这 8 条，丢进你项目根目录的 AGENTS.md 里，Cursor、Claude Code、Codex、Windsurf 全会自动读。

💰 为什么这能省 token？

因为 AI 写代码最大的浪费其实不是写错，是重复写多：

它给你引三个依赖写五个抽象层来解决一个标准库十行就能搞定的事，你让它改，它再给你写两百行。

这 8 条规则就是在它动笔之前先把它摁住：能不写的不写，能复用的复用，能简单的别复杂。 代码短了，返工少了，token 自然就省了。

📊 一个关键数据：为什么是 AGENTS.md 而不是 Skills？

Vercel 试过 “skills 方案”——让 Agent 按需调用文档技能包。结果在 56% 的任务里，Agent 压根没去调用那个技能。有工具不用，等于没有。

AGENTS.md 赢在哪儿？ 它不是”需要的时候才想起”，它是每次开工都在场。被动上下文，打败了主动调用。

💡 之前推荐过的 Ponytail 插件干的是同一件事，只不过它是在运行时强制检查，这个是在 AGENTS.md 里从源头约束，两个一起用，效果拔群。

⚠️ 作者的重要警告：生产环境慎用！

作者自己加了警告：这玩意儿只适合 side projects，生产环境慎用。

他亲口说的：”不保留向后兼容”那条曾经让 Agent 差点删了生产数据库的表，差点丢了 2000 美元的数据。生产环境你得自己改，至少把第一条删了或者改温和点。

如果你在做 side project、内部工具、原型 → 把这 8 条抄进 AGENTS.md，AI 写出来的代码突然像个人了
如果你在生产环境用 → 把第一条和第七条之间的度自己把握好，别让 AI 把你库表删了

总结

省 token 的方法有很多种：换便宜模型是一种，写好 prompt 是一种。但最有效的，是在你项目根目录放一个文件，告诉 AI：

别给我整花活，写最少的能跑的代码。

🧭 适用边界深度解读（2026-08-10 合并）

来源：小红书「Ai降临派」同源转载配图（xhslink.cn/o/4C4ONqvp0UY），OCR 还原。这是 8 条规则最值得琢磨的部分。

「实现要简单」和「架构要长期」并不矛盾。

前者（规则 2）要求删除投机式抽象；
后者（规则 7）要求不要通过制造未来技术债来换取眼前的省事。

简单的是实现，不是思考。

但第一条（不保留向后兼容）不能照搬到所有项目。 作者明确表示这套规则主要用于个人项目。生产系统里的兼容性可能承载着真实用户、数据格式和外部接口——删除前必须确认依赖方与迁移成本。

所以这 8 条更适合作为 AI 编程的「约束清单」，而不是无条件执行的教条：

适用场景	处理方式
Side project / 内部工具 / 原型	8 条全抄进 AGENTS.md
生产环境	至少软化第 1 条（不保留向后兼容），确认依赖方与迁移成本后再删

真正好用的 Agent，不只是会写代码——更重要的是知道什么代码不该写。

原文链接

https://xhslink.cn/o/6pfkbVU9Wi
（08-10 同源转载：https://xhslink.cn/o/4C4ONqvp0UY）