模型升级后，你攒的 Skills 和 AGENTS.md 可能正在帮倒忙

Kevin在Coding · 2026-09-07T09:00:06

OpenAI Codex 开发者体验团队的 Eric Provencher 最近写了篇《Rethinking skills and prompts for GPT-6 Astra》（AINLP 有中文翻译），核心观点：模型变强之后，你过去一年为“管住模型”攒下的 Skills、AGENTS.md 和提示词，很多已经从帮助变成负担。 ## Skills：少囤，描述写短 很多人喜欢往项目里下载一堆 Skills。但每个 Skill 的名称和描述都会进入模型上下文，囤得越多，Codex 越难判断该用哪个，还会加载一堆与当前任务无关的指令。 官方给了个好坏写法对比：一个 Postgres 迁移 Skill，“处理数据库相关工作时使用”是坏写法，模型一碰到数据库就调它；“新增或修改迁移、审查迁移上线时使用”才是好写法。 好 Skill 的另一个特征是**按需展开**：根文档保持简短，只负责把模型引向相关的辅助文档和脚本，别强迫它读眼下用不着的东西。 ## AGENTS.md：逐条问“还需要吗” “每次修改前都阅读 architecture.md、database.md、deployment.md”，这种指令在改错别字时纯属浪费。**GPT-6 Astra 能自己判断该读什么**，更好的写法是按场景指向：涉及服务边界看 architecture.md，改表结构看 database.md。 还有个反直觉的点：过去需要提醒模型跑测试、自查，现在它主动做，同样的指令反而带来多余的测试。 ## 边界措辞和“何时停” 如果旧模型曾乱来自动，你可能加过“未经允许不许做”的硬边界。GPT-6 Astra 判断力好了很多，会认真遵守边界，**甚至在你希望它继续时停下来**。 它也更拿不准什么时候停，可能做完第一版实现就来请审阅。解法是开工前把“完成”定义清楚：实现、验证、修复、重跑，一步不少地写进请求。 新模型发布正好是一次大扫除的机会，让 Agent 按这些点自查一遍项目，比手动逐条翻省事。