AGENTS.md加指令缓解Codex降智

背景

在大型语言模型（LLM）的应用实践中，开发者经常面临模型“降智”或表现不稳定的问题。Codex 作为 OpenAI 旗下专注于代码生成与理解的重要模型，其输出质量直接影响开发效率。近期，在 LINUX DO 社区中，关于如何优化 Codex 表现的讨论引发了广泛关注。其中，@neteroster 等用户通过实验发现，模型的输出格式和中间推理过程的披露程度，与其最终任务执行能力之间存在微妙关联。这一发现促使开发者探索更轻量级的干预手段，以在不修改底层系统提示词（System Prompt）的前提下，提升模型在代码任务中的表现稳定性。

核心内容

针对 Codex 模型在特定场景下出现的“降智”现象，社区提出了一种简单且高效的缓解方案。该方案的核心操作是在项目的 AGENTS.md 文件中添加一行特定的指令：

DO NOT send optional commentary

这一指令的意图非常明确：禁止模型发送任何非必要的评论、解释或中间步骤描述。

根据社区用户的实测数据，应用该指令后，Codex 出现“降智”现象的概率从原本的 80% 显著降低至 20%。这表明，限制模型的“话痨”行为，能够有效抑制其性能波动。

需要强调的是，这种方法仅能“缓解”而非“根除”降智问题。降智的根本原因可能涉及模型架构、训练数据偏差或更复杂的上下文依赖问题，并非单纯由输出格式引起。此外，该指令存在一个明显的副作用：Codex 将不再描述其推理的中间步骤。然而，测试结果表明，这种“沉默”并不影响模型最终完成任务执行的能力，即模型依然能给出正确的代码或答案，只是不再展示其思考过程。

这一方法的原理源自 @neteroster 的深入调查，他通过修改 Codex 的 System Prompt 屏蔽 commentary 实现了类似效果。相比之下，在 AGENTS.md 中添加上述一句话，是一种更加轻量、无需接触底层系统配置且同样有效的替代方案。

关键要点

• 具体操作：在项目的 AGENTS.md 文件中添加指令 DO NOT send optional commentary。
• 效果量化：该操作可将 Codex 出现降智的概率从 80% 降低至 20%。
• 局限性：
  • 仅能缓解症状，无法解决降智的根本原因。
  • 副作用是模型不再输出中间推理步骤或解释性文字。
• 不影响核心功能：尽管减少了描述性内容，但模型的任务执行能力（如代码生成准确性）未受影响。
• 方法论优势：相较于直接修改系统提示词（System Prompt），修改 AGENTS.md 更加简单、便捷，且易于在项目中版本化管理。
• 来源依据：该技巧基于 @neteroster 在 LINUX DO 社区发布的调查结果及实验验证。

意义与影响

这一发现为 AI 辅助编程工作流提供了新的优化视角。它揭示了模型输出格式与性能稳定性之间的强相关性，提示开发者在构建 Agent 或工作流时，应重视对模型输出行为的约束。

首先，它证明了轻量级的提示工程（Prompt Engineering）技巧可以在不改变模型核心逻辑的情况下，显著提升用户体验和开发效率。对于依赖 Codex 等模型进行自动化代码生成的团队而言，这是一种低成本、高回报的优化手段。

其次，它强调了“上下文隔离”的重要性。通过在 AGENTS.md 中定义行为准则，开发者可以将模型的行为约束与项目逻辑分离，使得 AI 助手的行为更加可预测和可控。

最后，这一实践也反映了社区驱动的技术演进力量。通过开源社区内的实验分享和快速迭代，开发者能够共同探索出超越官方文档的最佳实践，从而更好地驾驭日益复杂的 AI 工具链。