企业官网建设流程全解析

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 传送门http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

前言

先说个事：OpenAI 放话了，从 GPT-6 开始，你攒的那些 Skill 和 AGENTS.md，该大扫除了。

我看到这消息的第一反应是：啊？我还没攒够呢，你就要我扔？我家 C 盘都没这么乱过。

1. 模型越听话，你越容易遭殃

这事特别反直觉：模型越强，越会遵守指令，你以前攒下的"优良传统"就越容易出事。以前是你说东它往西，现在是你眨个眼，它都当圣旨执行。

官方这次也承认了：GPT-6 Astra 的 instruction following 比前代强一大截，所以更容易被 Skill、AGENTS.md 里的规则带跑。模糊的、互相打架的、范围大到没边的规则，会让它提前停下来问你，问着问着干脆卡住，活也不干了。

翻译成人话：你请了个执行力爆表的员工，然后亲手把岗位说明书写成了脑筋急转弯。

1.1 官方那个反面教材

官方自己举过一个例子。有个 Skill 的描述是这么写的：

Use when working with databases, queries, models, or persistence.

覆盖范围大不大？大。有用吗？没有。你只是想改个 ORM 字段名，或者修一条普通的 query，模型一看：数据库？query？这题我会！当场把 migration Skill 拉进上下文，后面跟一大串规则、检查步骤、参考资料，浩浩荡荡全进来了。

就像你去便利店买瓶水，店员以为你要承包整条供应链，给你拉来一车货，还附赠一份物流方案。

官方推荐的版本长这样：

adding or changing a migration, or reviewing its rollout

区别在哪？它描述的是"具体任务"，不是"一片领域"。触发条件一收窄，模型就不会逮着谁都问"您是不是要上系统"。省下来的，可都是白花花的 token。

1.2 描述写太宽，为什么这么坑

有人觉得，描述写宽点怎么了，模型聪明着呢，会自己判断。问题是它太聪明了，聪明到把"可能相关"和"就是相关"当成一回事。

一个 PostgreSQL migration 的 Skill，你要是写"处理数据库、query、model 或 persistence 时使用"，它干任何沾边的事都想把迁移手册翻出来，比老太太翻黄历还勤快。

2. AGENTS.md：一份文件引发的血案

2.1 反面教材：读，都给我读

现在很多 AGENTS.md 还是这种画风：

Before every edit, read architecture.md, database.md, and deployment.md.

这条规则以前有用，因为早期的 Agent 是真不会主动找文档，你只能把饭喂到嘴边，还得补一句：张嘴。

现在呢？你改一个字符串，它把三个 md 从头读一遍；再改一个字符，它又从头读一遍。一天改两百次，它就读两百遍。除了浪费 token、拖慢进度，毫无意义，上下文还像吹气球一样膨胀，膨胀到最后它开始自己骗自己，幻觉比梦话还离谱。

这画面像什么？像你妈当年逼你"每写一个字之前先把新华字典翻一遍"。你憋了五百字的作文，你妈在旁边翻了五百遍字典，最后还问你：作业怎么还没写完？

2.2 正面教材：给上下文建一张路由表

官方推荐把它改成条件触发：

Use architecture.md for service boundaries, database.md for schema changes, and deployment.md when preparing a deployment.

说白了就是给模型建一张"上下文路由表"：

• 改 service boundary → 读 architecture.md
• 改 schema → 读 database.md
• 准备部署 → 读 deployment.md
• 普通 UI bug → 都不用
• 修一个 typo → 都不用

修 typo 都不用，这待遇，比我当年上班强多了。

这套东西有个正经名字，叫 Harness 工程，意思是给模型一套精准的上下文索引和项目约束。名字听着高级，本质就一句话：别让它瞎翻，翻到有用的为止。

3. Skill 的真相：description 才是路由器

3.1 先递名片，再谈生意

很多人有个误解：项目里放几十个 SKILL.md 有什么关系，需要的时候模型自然会加载。

实际上现在的 Codex 用的是 progressive disclosure，翻译过来就是"先递名片，再谈生意"。启动的时候，模型手里只有每个 Skill 的 name 和 description，顶多再带个文件路径。它先判断这单跟谁有关，判断上了，才去读完整的 SKILL.md。

所以 description 是什么？它就是 Skill 的路由器。你把描述写成小区门口那种"本店经营各种商品"，那模型就只能挨家挨户敲门。

3.2 激进哲学：1% 的可能，也要上

老牌的 Superpowers 里有个 using-superpowers，写得特别激进：只要有 1% 的可能某个 Skill 适用，就必须调用；回复之前、澄清之前、浏览代码之前、检查文件之前，全都得先过一遍 Skill 判断。

你品品这个流程。这是干活吗？这是过安检，还是那种连拖鞋都要脱下来检查的安检。

作者后来自己调整过，但在现在的强模型面前，这种"约束哲学"确实没什么必要了。它会把模型从高概率的自然轨迹上硬拽到一条规定的跑道上，还要求它边跑边喊口号。模型不知道什么时候该判断，判断着判断着，活就"干完"了——当然，是它自己觉得的。

4. 那些过时的祖传规矩

4.1 测试狂魔

再看一类很经典的 AGENTS.md：

Always run tests after every change. Always verify your implementation. Never finish until all tests pass.

这条以前是宝贝，因为老模型你不催，它真不跑测试。但 Astra 这个级别，天生就爱验证，你再写这种规则，它就会变成测试狂魔：你改了个注释，它能给你跑俩小时用例。

就好比你雇了个特别负责任的厨师，然后天天叮嘱他"记得洗锅"。他记住了，锅洗得那叫一个勤快，就是菜老上不来。

4.2 万事请示

还有一类，把"需要确认"的范围写得特别宽：

Ask before modifying additional files. Ask before making architectural decisions. Ask before running commands that change the repository.

这些规则在老模型上确实能拦住它乱来。但到了 Astra 这里，它可能把你每个正常动作都当成重大决策，然后小心翼翼地问你：请问，我可以保存这个文件吗？

你感受一下这个画面。你请了个助手，他每走一步都要问你"我左脚先迈可以吗"。要命的是，你还真没理由骂他——规矩是你自己定的。

5. 结论：把配置维护当成迁移的一部分

所以现在的真实情况是：模型在进化，而你一年前攒下的 CLAUDE.md、AGENTS.md、rules、Skill、system prompt，可能全都变成了上个时代的产物。就像去年买的衣服，今年再看，尺码没变，气质变了。

每次模型升级之后，都应该把整套配置翻出来重新评估一遍：哪些规则还成立，哪些已经变成负资产。这活儿叫 prompt maintenance，得当成模型迁移的一部分来办，不能当成一劳永逸的装修。

网上有句话我特别认同：只要你学得够慢，你就不用学了。

但配置不是。配置是死的，人是活的。模型都学会精简了，咱的 AGENTS.md 也别守着那堆陈年旧规过日子了——该断舍离就断舍离。毕竟下一个版本，可能连你删配置的方式，都要被优化了。

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 传送门http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。