给 Agent.MD配置做一次大扫除：GPT-6 Astra 官方 Skills 与 AGENTS.md 改造实操指南

在过去很长一段时间里，为了让 Codex 等 coding agent 稳定输出符合预期的代码，开发者习惯在仓库里堆积大量引导规则：巨细靡遗的操作菜谱、修改前必须读完全部架构文档的死规定，以及每走一步都必须暂停确认的防御性指令。

随着底层模型升级到 GPT-6 Astra，这套曾经行之有效的配置反而成了负资产。旧配置从助力变成负担，核心原因在于模型能力的代际位移：Astra 的理解力、安全对齐与上下文感知大幅提升，过去那种「保姆式脚手架」不仅大量挤占上下文空间，还会引发规则冲突、误触无关流程，甚至让具备高度安全意识的模型陷入不必要的停滞。

这份指南将带你系统清理仓库中的历史配置。你可以直接对照自己的项目，从 skills、AGENTS.md、权限边界到任务 prompt，逐步完成改造。

为什么模型变强了，旧配置反而成了累赘？

在动手修改具体文件之前，需要先理解官方提出这一系列重构建议的核心原则：从保姆式约束转向自主判断与按需路由。

过去一年的典型配置存在三个在强模型下被放大的缺陷：

第一是上下文污染与截断风险。许多团队给项目配置了数十个 skills，每个 skill 都写了很长的描述。当技能总数过多时，Codex 会强行缩短展示给模型的描述摘要。模型看到的描述信息残缺不全，加上各描述词常有重叠，往往会导致误选无关技能；而一旦加载错误的大型技能文件，又会提早触发上下文压缩（compaction），挤掉真正有用的开发上下文。

第二是死板步骤对高阶推理的限制。老模型容易丢三落四，需要按部就班的菜谱（recipes）指导；但 Astra 对模糊语义与复杂业务逻辑的理解力远超以往，过于详尽的指令步骤不仅显得多余，反而限制了模型的解题空间。

第三是对齐特性导致的过度保守。Astra 是目前对齐程度最高、判断力更强的模型，在未确认操作安全前通常不会冒进。如果仓库的规则文件里依然残留着此前为了约束旧模型而写下的严厉警告（例如「未经批准不得执行任何操作」），Astra 会极度严格地执行它，导致其在完全安全的本地测试或常规修改中动不动就停下来请求确认。

理解了这些变化，改造思路就十分清晰：把入口做轻、把索取做细、把权限说透、把目标闭环。

第一步：瘦身与重构 skills

先弄清楚要改的是什么：skill 本质上就是存成 Markdown 文件的提示词，可以连同资源和脚本一起打包，最适合用来指导某一条具体工作流、或在使用某些特定应用时提供指引。