@Saccc_c: Vercel工程师总结出的AGENTS.md，能帮你在项目开发中省下80%的token 核心是通过工程化的决策和方案设计，降低AI的无效迭代和token消耗 完整版如下，建议配置在你的项目文件夹下： # AGENTS.md - 不以维护向…

X AI KOLs Following 工具
agents-md ai-coding token-optimization vercel engineering-practices development-workflow

摘要

Vercel工程师总结出的AGENTS.md，能帮你在项目开发中省下80%的token，核心是通过工程化的决策和方案设计，降低AI的无效迭代和token消耗。

Vercel工程师总结出的AGENTS.md，能帮你在项目开发中省下80%的token 核心是通过工程化的决策和方案设计，降低AI的无效迭代和token消耗 完整版如下，建议配置在你的项目文件夹下： # AGENTS.md - 不以维护向后兼容性为目标。对于已经废弃的代码路径，应直接移除，不再通过兼容层、回退机制或迁移方案予以保留。 - 在充分满足当前需求的前提下，采用尽可能简单的实现方案。避免引入缺乏实际需求依据的抽象、配置项和间接层。 - 采用渐进式、分层的方式构建系统。首先完成能够端到端运行的最小版本，再基于稳定可用的产品逐步增加功能。不要以尚未成熟的复杂性取代已经可用的产品。 - 保持组件的模块化，并明确划分不同职责与关注点。 - 当成熟且维护良好的库能够降低整体复杂度或提高可靠性时，应优先采用。除非有明确理由，不要重复实现通用功能。 - 在自行实现功能或新增依赖之前，应优先评估项目现有依赖的能力。应先查阅相关文档和类型定义，不应未经确认就认定某个库不具备所需能力。 - 架构决策应着眼于长期演进。不要采用仅能解决当前问题、且预期需要在后续替换的权宜方案。 - 在设计解决方案之前，先研究成熟产品如何解决同类问题。优先采用经过验证的模式和约定，避免从零开始另行设计一套方案。
查看原文
查看缓存全文

缓存时间: 2026/08/03 19:49

Vercel工程师总结出的AGENTS.md，能帮你在项目开发中省下80%的token

核心是通过工程化的决策和方案设计，降低AI的无效迭代和token消耗

完整版如下，建议配置在你的项目文件夹下：

AGENTS.md

  • 不以维护向后兼容性为目标。对于已经废弃的代码路径，应直接移除，不再通过兼容层、回退机制或迁移方案予以保留。
  • 在充分满足当前需求的前提下，采用尽可能简单的实现方案。避免引入缺乏实际需求依据的抽象、配置项和间接层。
  • 采用渐进式、分层的方式构建系统。首先完成能够端到端运行的最小版本，再基于稳定可用的产品逐步增加功能。不要以尚未成熟的复杂性取代已经可用的产品。
  • 保持组件的模块化，并明确划分不同职责与关注点。
  • 当成熟且维护良好的库能够降低整体复杂度或提高可靠性时，应优先采用。除非有明确理由，不要重复实现通用功能。
  • 在自行实现功能或新增依赖之前，应优先评估项目现有依赖的能力。应先查阅相关文档和类型定义，不应未经确认就认定某个库不具备所需能力。
  • 架构决策应着眼于长期演进。不要采用仅能解决当前问题、且预期需要在后续替换的权宜方案。
  • 在设计解决方案之前，先研究成熟产品如何解决同类问题。优先采用经过验证的模式和约定，避免从零开始另行设计一套方案。

Marcos Hernanz (@MarcosHernanz): After doing ~60B tokens, this is my full AGENTS.md

相似文章

@GYLQ520: 搞 AI Agent 的注意了！token 烧钱烧到心疼？ 有个开源工具叫 curl.md，专门把网页转成 Markdown 格式喂给 AI，token 消耗直接砍一大截。CLI、浏览器插件、API 三种用法随你选，Cursor、Clau…

X AI KOLs Timeline

curl.md is an open-source tool that converts web pages to optimized Markdown format for AI agents, significantly reducing token consumption and cost. It offers CLI, browser extension, and API usage, with integrations for Cursor, Claude, and other agents.

@yibie: 推荐这篇硬核实测。一个工程师用了一周追踪自己的 coding agent session，发现任务本身只消耗了 0.67% 的 token——其余 99% 全花在搬运工具目录、skill 描述和系统 prompt 上。工作对开销比 1:1…

X AI KOLs Timeline

An engineer tracked his coding agent's token usage over a week, finding that only 0.67% of tokens were spent on actual tasks, with 99% consumed by tool directories, skill descriptions, and system prompts. He provides optimization strategies, including shell output filtering which saved 46.9% of tokens.