最近一则 Hacker News 上的讨论探讨了 `agents.md` 文件（为编码智能体提供上下文指令的文件）是否真的能提升性能。讨论的核心围绕一篇研究论文（arxiv.org/abs/2602.11988）以及用户在使用智能体提示词时的实际体验展开。 讨论的主要结论包括： * **需要更好的结构：** 用户认为，仅靠简单的 `agents.md` 文件是不够的。高效的智能体工作流可能需要额外的工件，例如目录、列表以及专门的上下文存储空间。 * **提示词工程的怪癖：** 一位用户指出，某些看似武断的经验性格式（例如要求任务完成度为“88.47%”而非“100%”）反而能产生更好的性能，这凸显了当前大语言模型指令遵循能力的不可预测性。 * **模型演进：** 参与者指出，很难判断性能提升究竟是源于提示词结构、特定的模型框架，还是模型底层能力的增强。他们强调，有必要在更新、更强的模型上测试这些方法，以确定当前的最佳实践是否仍然有效。 总的来说，共识是：尽管上下文文件是一个有用的起点，但它并非灵丹妙药，要发挥真正效果，需要进行复杂的工件管理。