Claude Code 开始支持 AGENTS.md,AI 编程工具迈向指令统一

0 阅读

Claude Code 终于读得懂 AGENTS.md 了

最近,Anthropic 的工程师 Thariq Shihipar 在 X 上宣布:从 Claude Code 2.1.277 版本起,如果项目里没有 CLAUDE.md,它会自动查找并使用 AGENTS.md 作为项目指令文件。

图片

这个改动看似微小,实则意义不小。AGENTS.md 被社区称为 “README for agents”,专门写给 AI 编程助手看,告诉它项目怎么跑、依赖怎么装、测试怎么执行、代码规范是什么。此前,OpenAI 系的 Codex、Cursor 等工具早已支持这一格式,唯独 Claude Code 坚持用自家的 CLAUDE.md,导致同一个代码库在不同工具下行为不一致。

图片

现在,Claude Code 通过内置一个叫 agents-md 的 mod 实现了兼容,并把源码公开在 GitHub 上。用户还能在 /config 里选择加载策略:只用 CLAUDE.md、优先用 CLAUDE.md 但回退到 AGENTS.md,或者两者都加载。

图片

消息一出,开发者社区反应热烈。有人直呼“终于统一了”,连 OpenAI Codex 的负责人 Tibo 都跑来留言:“太好了!这就对了。欢迎来到光明的一边。”——要知道,AGENTS.md 最初正是源自 OpenAI 的实践。

图片

Shopify 曾因配置分裂考虑禁用 Claude Code

这种分裂带来的麻烦不是理论上的。就在几个月前,Shopify CEO Tobi Lütke 公开表示,公司内部曾认真考虑禁用 Claude Code,直到它支持 AGENTS.md 和 .agents/skills 目录。

问题出在协作场景。当一个团队同时用 Cursor(基于 Codex)、Claude Code 和其他 AI 工具时,同一个仓库可能同时存在 CLAUDE.md 和 AGENTS.md。如果两份文件内容不一致——比如一个要求用 pytest,另一个写的是 unittest——不同 AI 助手就会给出互相矛盾的建议。

这些文件不只是说明文档,它们定义了 Agent 的行为边界:能调哪些命令、该遵循什么风格、如何运行测试。在大型 monorepo 中,这类配置还会沿目录树递归生效,维护成本极高。

开发者之前想了不少土办法:比如建软链接,或者在 CLAUDE.md 里写一行 @AGENTS.md 引用。小项目还好办,大项目里光同步这些配置就得花不少精力。Lütke 把这种额外负担称为“复杂性税”——本不该由开发团队承担的开销。

Anthropic 为何一开始坚持用 CLAUDE.md?

Anthropic 并非故意制造分裂。Thariq 此前解释过,Claude 模型对 system prompt 和上下文组织方式有特定偏好。CLAUDE.md 不只是个配置文件,它和 .claude/skills、system prompt 一起,构成了 Claude Code 的“上下文工程”(context engineering)体系。

简单说,就是为了让 Claude 在理解任务时更精准。比如,Claude 对技能(skills)的调用格式、指令的层级结构有优化过的处理逻辑。如果直接套用 AGENTS.md,可能无法发挥模型的最佳表现。

这种“模型专属设计”在产品早期确实能提升体验。但随着 AI 编程助手进入日常开发流程,工具之间的互操作性变得比单点优化更重要。当团队被迫在“最佳体验”和“协作效率”之间做选择时,后者往往胜出。

兼容只是第一步,统一还在路上

这次更新解决了最痛的入口问题:只要没 CLAUDE.md,Claude Code 就能直接读 AGENTS.md。对已经采用该标准的团队来说,接入 Claude Code 不再需要额外配置。

但要注意,这还不是完全统一。默认情况下,Claude Code 仍优先使用 CLAUDE.md。只有当路径上找不到它时,才会回退到 AGENTS.md。如果团队希望两者共存,得手动在设置里开启“同时加载”选项。

更大的分歧在于技能目录。目前 .agents/skills(OpenAI 系)和 .claude/skills(Anthropic 系)仍是两套独立体系。技能文件定义了 Agent 能执行哪些操作,比如“运行测试”、“部署服务”或“查询数据库”。即使项目指令统一了,技能实现方式不同,Agent 的能力边界依然不一致。

这意味着团队仍需决策:哪些规则是跨工具通用的,哪些只服务于特定模型。理想状态是未来技能也能标准化,但目前还没看到明确路线图。

“Agent README”正在成为代码库基础设施

无论如何,Claude Code 加入 AGENTS.md 阵营是个重要信号。此前它是主流 AI 编程工具中最大的“缺席者”,它的加入让围绕 AGENTS.md 的生态明显壮大。

可以预见,未来不同 Harness(即 AI 编程框架)之间的迁移成本会越来越低。开发者不用再为每个工具维护一套配置,新成员加入项目时也不必学习多种指令语法。

更重要的是,这标志着项目指令文件正从“工具偏好”转变为“代码库基础设施”——就像 Dockerfile 或 .gitignore 一样,成为现代软件工程的标准组成部分。

当然,工具之争远未结束。哪家 Harness 更好用,还得看实际编码体验、错误恢复能力、上下文理解深度等综合表现。但至少在“怎么告诉 AI 项目该怎么搞”这件事上,大家终于开始说同一种语言了。