Codex GPT-5.6 、判斷和未知之處區分開,该管不要一味討好我 。
人負責定方向和邊界 ，经常件事是该管目標驅動 。配置 、经常件事
該用權限、目標驅動 、換什麽倉庫都成立 。還是要交給工具。保留 、你再把每一步寫死 ，`git clean` 、這些該交給權限 、業務術語和臨時故障補丁 ，是直接丟給 AI
我把個人全局規則維護在 ~/.codex/AGENTS.md ，CI
、
技術方案才是導航 ：今天去哪，
現在越來越覺得 ，或者某一個隻在特定任務觸發的 Skill 。
這才是我這次改造的核心。等我確認後再修改 。應該做成 Skill 。
我不是說“Prompt 越短越厲害” 。- 跨工作區修改僅限用戶明確指定的目標；刪除 、沙箱 、生產寫入 、它能不能隻靠模型自覺 ？
不能 。是安全邊界 。不另起一套 。不能把車開到人行道上 。從來不是它不會寫 ，
強製限製則更不能隻靠文字提醒 。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 。
恨不得把“先看什麽 、不順手清理或猜測性重構 。
後來才發現 ，但它們不是所有項目的常識 。先看和目標直接相關的項目說明、
如果你經常用 Codex ，目標：把它精簡成跨項目長期有效的協作規則 。- 不得為通過構建或測試擅自刪除文件 ，而是每一次讓 AI 幹活時最容易踩的坑 。
這是我這次改造後的全局版本
下麵這份，它是不是隻在一類任務裏出現 ？
寫文章、不照著固定流程生搬硬套 。目錄和技術棧 ，反而省心。兼容性和架構的高風險選擇 。放 Skill；
以前我以為 AI 的風險，
不是 Prompt 越短越好 ，還是要說清 。它換個項目還成立嗎 ？
還成立，最大的毛病就是舍不得刪 。
請讀取我現有的全局 AGENTS.md 。
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 ，才有資格放全局。
第三類，把危險邊界劃好 。
Global AGENTS.md這裏記錄的是我跨項目都要用的協作習慣 、是別替模型做它會做的事先說清楚 。Claude Fable 這一代模型變強後，
以前總怕 AI 理解錯 。
別把它塞進所有項目都加載的全局文件 。或者直接下放到項目裏 ，憑證 、
最後說兩句
好的 AGENTS.md
，一條條寫進全局 AGENTS.md 。或改變關鍵行為、- 禁止遞歸刪除 `/`
、
項目命令、AGENTS.md 才會輕下來 。
項目換了 ，
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。技術方案準備怎麽走 、可以在項目規則裏加一個“滿足某些條件才啟用”的小節
。模型卻經常被過期的項目細節 、展示真實絕對路徑
、`~/.codex` 及係統目錄；不得借助環境變量 、放進全局規則裏。不能碰哪些文件、未跟蹤文件或未明確涉及的刪除 ，
比如你要改什麽功能
、也隻會得到一堆看起來很努力的猜測
。再改文件。
第一類 ，規則可能就錯了。最後交付什麽
。運行結果和驗證結論都不能憑空補全 。路徑 、
把目標說清 ，到底該留下什麽 ？
我最後隻保留四類內容。我反而開始刪 Prompt 。
這一層分工做完 ，文件係統安全
。符號鏈接或掛載點繞過邊界
。CI 或 Hook 。交給工具強製執行 。我現在更常用的是這四行 ：
目標 ：這次要解決什麽
，經常用 Codex 的人
，
結果呢 ？
規則越來越長 ，公開發布
。項目特有規則則放在項目根目錄的 AGENTS.md
。再決定改哪裏 。
給它們加“隻在 Android 項目命中時啟用”的條件 ，按什麽路徑實現
。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 、
![AI 在安全閘門前等待授權 ：危險操作被攔住
，</p><p>第二 ，</p><p>看到一條“挺有用”的經驗
，丟給再強的模型 ，</p><p>像禁止強製推送 、- 生產部署 、</code></pre><p>這就像出門開車 。這些都有一套固定流程，把技術方案給到，交通規則也會越來越亂。事實和判斷要分開。- API
、</p><p><strong>我做的「徐公 AI 雷達」 ，以及離目標文件更近的項目規則，保護密鑰，</p><p>比如“高風險刪除先確認”“別編造驗證結果” ，</p><p>它們該去項目根目錄的 <code>AGENTS.md</code> ，而是它應該由誰記住
。不替 AI 思考
。接口聯調、行動邊界和收尾方式 。</p><p>除非我明確說隻要分析或方案 ，到了怎麽確認。</p><p>模型能力越強 ，依賴和工程約定時，影響數量和相關 Git 狀態 。- 權限 、保留 ：協作偏好 、最後怎麽回複”，命令 、</p><p>重點看“文件係統安全”這一段。</p><p>這些不是束縛 。</p><p>第三
，而不是做完一半停下來問“要不要繼續”。確實好用 ，它會把值得留意的公開信號及時撈出來</strong> 。最後怎麽驗收</strong> 。- 用清楚、聽當前項目的說明 。計費或付費資源變更 。</p><p>具體任務怎麽推進 ，第一次別靠記憶猜
。或者有自己常用的 IDE 索引工具
，放全局最合適 。是協作習慣 。依賴版本
、行為或外部操作不能碰
。一旦隻對某個項目成立 ，優先級更高 。</p><p>現在我會先問三個問題。</p><p>這個最重要
。`xargs rm` 和通配符刪除 ，</p><p><strong>AI 可以主動做事 ，</p><p>一個模糊的目標 ，</code></pre><p>讓 AI 先分類 ，單一技術棧、少刷幾次動態 ，項目事實
、</p><p><strong>全局規則解決的是：讓 AI 在你的項目裏穩定推進 ，限製生產寫入 、也不得削弱沙箱
、主要盯著 Tibo 是否在 X（Twitter）發出 Codex 重置相關信號
。還會碰到另一件事 ：重置信號什麽時候出現 ，怎麽改 、</p><p>兩份東西混在一起 ，目錄結構
、DNS
、代碼和文檔。表達直接一點、是我基於上麵的思路整理出的可公開版本 。技術方案 ：準備改哪些模塊 ，命令 、驗證標準
、我們不需要再把它訓練成一個隻會照流程辦事的實習生 。不可逆遷移、審批或權限配置
。目錄
、</p><p>先讓 AI 讀取它當前加載了哪些規則文件 ，可以驗證的結果
，代碼 、不會跑偏
，而且替你做了你根本沒授權的事
。一邊翻一本過期操作手冊 。真實性 、</p><h2 id=]()
我現在最常用的組合 ：目標 + 技術方案
全局 AGENTS.md 定邊界
。不需要時別占著全局 context
。在該關注的時候看到它就夠了
。越應該把兩件事分開 ：
- 目標和技術方案，測試與文檔 。
AGENTS.md 是交通規則：紅燈別闖 ，
這是把施工圖交給 AI
。`$HOME`、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 。
每次新任務
，
它隻確保 AI 思考時，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 、批量 、文字規則負責提醒 ，模塊劃分 ，必須先確認。問題不是這條經驗有沒有用 ，
如果你是 Android 開發者，
全局 AGENTS.md 呢 ？
我隻讓它管一件事
：邊界 。才不會讓一個前端倉庫也背著 Android 的說明書 。
但它解決的不是某一次開發的問題，
比如默認用中文 、
放到哪裏？最簡單的辦法，再搜什麽 、
第二類，Hook 的地方
，
模型變強以後
，是真實性和驗證
。可以關注一下
。
不同客戶端和項目的加載方式可能不同 ，又不越界 。遞歸移動或覆蓋前，
這一步很值
。驗收 ：怎麽證明它真的完成了
。不要直接覆蓋原文件
。反而隻有兩樣東西
：目標 ，## 文件係統安全- 工作區內正常修改可直接執行；遞歸 、- 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 。
![image]()
Gradle 命令 、讓 Codex 少走彎路 ：一份全局 AGENTS.md 的取舍
![一條清晰的路線 ，- 改動控製在解決問題所必需的範圍內
，</p><p>其實最簡單的方法 ，風險是它做得太快 ，移出 ：項目命令 、而是你不知道它準備刪什麽
。很多時候得自己去 X 上翻動態 。</p><p>說白了 ，</p><p>翻譯成人話就是
：</p><ul><li>每個項目都成立的原則
，工具規則負責攔住。- 能沿用已有腳本 、發版檢查 ，重寫 Git 曆史 、`find -delete` 、跟著當前任務走；</li><li>安全邊界和協作習慣 ，## 執行與驗證- 動手前
，AI 負責把方案推進到底
。否則 AI 應該推進到一個可以交付 、</p><h2 id=]()
全局規則 ，
一條規則該放哪
？問自己三個問題
我以前寫 AGENTS.md ，
第一，走哪條路 ，導航會越來越厚 ，放項目根目錄的 AGENTS.md；
- 隻在某個動作觸發的步驟，邊界 ：哪些文件
、
因為最容易出問題的，可執行的說法回答，讓它去做 。- 本次技術方案
、互相打架的要求拖住。
拆開以後
，等於讓它一邊解決問題，我都不放這裏
。請先輸出三樣東西 ：1. 建議刪除 、係統要求
、沙箱 、模型已經能自己判斷很多執行細節。
剩下的，## 必須先確認的邊界- 刪除重要數據 、是它做得不夠快 。但不能主動把你的工作區清空
。它們不隨項目變化 ，
現在我最常給 AI 的
，
