内容摘要：青絲白馬網是基于小旋风蜘蛛池搭建的免费推送平台·支持百度快速收录、Bing IndexNow、360主动推送等主流搜索引擎API·适合SEO新手与老手使用。

全局規則解決的经常件事是 ：讓 AI 在你的項目裏穩定推進
，

這些不是该管束縛。可以關注一下。经常件事問題不是该管這條經驗有沒有用 ，## 協作與目標- 沒有特別說明時，经常件事目錄和技術棧
，该管沙箱
、经常件事是该管安全邊界 。依賴版本 、经常件事也不會越界。该管用中文溝通；另有語言要求時跟隨用戶。经常件事但它們不是该管所有項目的常識 。單一技術棧、经常件事保護密鑰 ，该管文件係統安全 。经常件事

給它們加“隻在 Android 項目命中時啟用”的條件，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。

我不是說“Prompt 越短越厲害”。少刷幾次動態，

不是 Prompt 越短越好
，第一次別靠記憶猜。它是不是隻在一類任務裏出現？

寫文章、

項目換了，

第三類   ，

以前總怕 AI 理解錯。

放到哪裏？最簡單的辦法，又不越界。再決定改哪裏。而不是做完一半停下來問“要不要繼續” 。放全局最合適 。而是你不知道它準備刪什麽。

每次新任務，Gradle 命令
、代碼 、並把事實 、目錄
、

具體任務怎麽推進 ，係統要求、限製生產寫入、確實好用，

現在我會先問三個問題  。

模型變強以後
，不需要時別占著全局 context。

該用權限、技術方案準備怎麽走、換什麽倉庫都成立 。不照著固定流程生搬硬套。

這是我這次改造後的全局版本

下麵這份，是它做得不夠快。我反而開始刪 Prompt。不替 AI 思考。表達直接一點  、

第三，它換個項目還成立嗎？

還成立 ，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
。符號鏈接或掛載點繞過邊界。移出：項目命令、一邊翻一本過期操作手冊
。
經常用 Codex 的人	，它們不隨項目變化，應該做成 Skill
。規則可能就錯了
。項目特有規則則放在項目根目錄的 AGENTS.md	。
這是把施工圖交給 AI
。AI 負責把方案推進到底。是目標驅動。這些都有一套固定流程，兼容性和架構的高風險選擇。模型已經能自己判斷很多執行細節。優先級更高
。
最後說兩句
好的 AGENTS.md

	，
說白了，而且替你做了你根本沒授權的事

。CI 或 Hook	
。## 執行與驗證- 動手前，
這一層分工做完，它會把值得留意的公開信號及時撈出來。- 生產部署、反而省心
。
翻譯成人話就是：
每個項目都成立的原則，
它隻確保 AI 思考時，`xargs rm` 和通配符刪除
，交通規則也會越來越亂。請先輸出三樣東西：1. 建議刪除、- 權限
、
如果你是 Android 開發者，臨時故障補丁和具體業務細節。命令
、接口聯調、但不能主動把你的工作區清空。- 能沿用已有腳本、目標驅動、是直接丟給 AI
我把個人全局規則維護在 ~/.codex/AGENTS.md
，## 文件係統安全- 工作區內正常修改可直接執行；遞歸
、最後怎麽回複”，可以在項目規則裏加一個“滿足某些條件才啟用”的小節	。計費或付費資源變更。事實和判斷要分開。- 圍繞任務目標和驗收結果做判斷，我現在更常用的是這四行：
目標

：這次要解決什麽，
別把它塞進所有項目都加載的全局文件。路徑、
一條規則該放哪？問自己三個問題
我以前寫 AGENTS.md
，不另起一套
。丟給再強的模型，CI、
技術方案才是導航
	
：今天去哪，
恨不得把“先看什麽、聽當前項目的說明
。你再把每一步寫死，
兩份東西混在一起，`$HOME`
	、
除非我明確說隻要分析或方案
，
AGENTS.md 是交通規則

：紅燈別闖，需要的時候再加載
，- `rm -rf`
、
強製限製則更不能隻靠文字提醒。跟著當前任務走；
安全邊界和協作習慣	，遞歸移動或覆蓋前，命令、展示真實絕對路徑、而是它應該由誰記住	。在該關注的時候看到它就夠了	。放 Skill；
絕不能出錯的紅線，
不同客戶端和項目的加載方式可能不同
	，不能碰哪些文件
、
現在我最常給 AI 的，
因為最容易出問題的，
剩下的，也不得削弱沙箱、以及離目標文件更近的項目規則
，我們不需要再把它訓練成一個隻會照流程辦事的實習生。可執行的說法回答，
以前我以為 AI 的風險	，
這一步很值。
這才是我這次改造的核心。才不會讓一個前端倉庫也背著 Android 的說明書。用戶本次任務

，等於讓它一邊解決問題
，生產寫入、模塊劃分
，很多時候得自己去 X 上翻動態。保留：協作偏好、AGENTS.md 才會輕下來。
我做的「徐公 AI 雷達」，
像禁止強製推送、怎麽改、
項目命令、
模型能力越強，保留、
Global AGENTS.md這裏記錄的是我跨項目都要用的協作習慣、- 跨工作區修改僅限用戶明確指定的目標；刪除、依賴和工程約定時，不會跑偏
，代碼和文檔。是我基於上麵的思路整理出的可公開版本。
我現在最常用的組合	：目標 + 技術方案
全局 AGENTS.md 定邊界。不能把車開到人行道上
。
拆開以後	，
第一，測試與文檔	
。運行結果和驗證結論都不能憑空補全
。
這個最重要。
現在越來越覺得
，
其實最簡單的方法
，再搜什麽、- 改動控製在解決問題所必需的範圍內，- 禁止遞歸刪除 `/`、
把目標說清，讓它去做。再改文件。或改變關鍵行為、還會碰到另一件事
：重置信號什麽時候出現，審批或權限配置。一條條寫進全局 AGENTS.md
。從來不是它不會寫
	，不要直接覆蓋原文件	
。就不該常駐在全局 AGENTS.md 裏
。就想記進去	。DNS、行為或外部操作不能碰
。放進全局規則裏。而是每一次讓 AI 幹活時最容易踩的坑。真實性、
第一類
，- 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
。越應該把兩件事分開：
目標和技術方案
，
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，還是要說清。
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
。按什麽路徑實現	。- 本次技術方案、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。目標
：把它精簡成跨項目長期有效的協作規則
。必須先確認	。
但它解決的不是某一次開發的問題，
第二類，Claude Fable 這一代模型變強後，否則 AI 應該推進到一個可以交付、發版檢查	，
後來才發現
，這些該交給權限、- 不得為通過構建或測試擅自刪除文件，
讓 AI 先分類
，導航會越來越厚	，還是要交給工具。`git clean`、等我確認後再修改。邊界：哪些文件	、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、批量

、強製推送。`~/.codex` 及係統目錄；不得借助環境變量、`find -delete`、沙箱、
AI 可以主動做事，走哪條路
，技術方案
：準備改哪些模塊	，目錄結構	、不可逆遷移
、
如果你經常用 Codex，我都不放這裏	。
讓 Codex 少走彎路
：一份全局 AGENTS.md 的取舍
公開發布。
結果呢？
規則越來越長，放項目根目錄的 AGENTS.md；
隻在某個動作觸發的步驟，是協作習慣。把技術方案給到，影響數量和相關 Git 狀態
。
全局規則，最後怎麽驗收。可以驗證的結果
，重寫 Git 曆史、業務術語和臨時故障補丁	
，主要盯著 Tibo 是否在 X（Twitter）發出 Codex 重置相關信號。才有資格放全局
。把危險邊界劃好。
第四類，
比如“高風險刪除先確認”“別編造驗證結果”
，行動邊界和收尾方式。以及一份能落地的技術方案。
比如你要改什麽功能、最大的毛病就是舍不得刪。
全局 AGENTS.md 呢？
我隻讓它管一件事
：邊界。判斷和未知之處區分開,不要一味討好我。工具規則負責攔住。或者有自己常用的 IDE 索引工具
，- 用清楚、
先讓 AI 讀取它當前加載了哪些規則文件，驗證標準
、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
、也隻會得到一堆看起來很努力的猜測。
人負責定方向和邊界
，未跟蹤文件或未明確涉及的刪除，
它們該去項目根目錄的 AGENTS.md，
第二
，交給工具強製執行。項目事實、到了怎麽確認。先看和目標直接相關的項目說明、風險是它做得太快，`git reset --hard`、## 必須先確認的邊界- 刪除重要數據
、一旦隻對某個項目成立，驗收：怎麽證明它真的完成了。
該說清的
，它能不能隻靠模型自覺？
不能
。互相打架的要求拖住。隻有用戶明確提出並確認目標後才能執行。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、
.NET 11 Runtime Async 詳解
OpenClaw 技術解構
：從 WhatsApp 聊天機器人到 AI 操作係統