當團隊開始用 AI 協助寫程式，很快就會遇到同一個煩惱：每次都要重新交代一次同樣的規矩，例如用哪一個框架、測試要點跑、程式風格有什麼要求。換了另一個工具、另一位同事，又要再講一次。二零二六年逐漸成形的一個標準，正正針對這個痛點，它叫 AGENTS.md。本文會說明它是什麼、應該寫什麼、為何短時間內成為事實標準，以及非純技術團隊也能從中得到的啟示。
AGENTS.md 是什麼
AGENTS.md 是放在專案根目錄的一個純文字（Markdown）檔案，作用是「講給 AI 聽」：這個專案怎麼建置、怎麼測試、改動時要遵守什麼規矩。它由人手撰寫，內容是 AI 編程助手要有效工作時，最起碼需要知道的背景資訊。你可以把它理解為一份專門寫給 AI 看的說明書，放在一個固定、可預期的位置，任何看得懂它的 AI 工具，一打開專案就即刻受惠。
它和 README 有什麼分別
兩者最大的分別，在於讀者不同。README 是寫給人看的，解釋這個專案是什麼、如何開始。AGENTS.md 則是寫給 AI agent 看的，聚焦在建置指令、測試指令、程式風格慣例、測試框架、架構決定，以及其他 AI 要動手時必須知道的細節。把「給人看」與「給 AI 看」的內容分開，好處是兩邊都保持清晰，不會為了遷就 AI 而令 README 變得又長又亂，也不會令 AI 在一堆面向人的說明裡摸不著重點。
裡面應該寫什麼
AGENTS.md 沒有硬性格式，也不需要安裝任何工具，但大部分專案都會包含幾個常見段落：專案概覽、建置與測試指令、程式風格、測試說明、安全注意事項，以及提交（commit）或合併請求（PR）的規則。以建置與測試為例，你可以直接列出實際指令，例如安裝、開發、只跑改動過的測試、只檢查改動過的部分等，讓 AI 照著做，而不是靠猜。重點是寫得具體、可執行，因為越明確的指示，AI 越少出錯。
大型專案：多個檔案與「就近優先」
對於一個倉庫裡放多個子專案的大型結構（monorepo），AGENTS.md 支援「巢狀」擺放：根目錄放一份通用規矩，各個子套件（例如 api、web）再各自放一份專屬的。AI 會讀取目錄樹中最接近的那一份，也就是「就近者優先」，於是每個套件都可以帶自己的指示，而不會互相衝突。這種設計相當實用，以 OpenAI 自己的主要倉庫為例，在標準官網撰寫時就已經放了八十八個 AGENTS.md 檔案，一個套件一份。
為何短時間內成為事實標準
AGENTS.md 之所以迅速普及，關鍵在於「一次撰寫、處處通用」。截至二零二六年中，它已被超過六萬個開源專案採用，並獲得三十多個 AI 工具支援，包括 OpenAI Codex、Cursor、GitHub Copilot、Gemini CLI 等主流編程助手。換言之，你不需要為每一款工具各寫一套規矩，寫一份 AGENTS.md，大家都跟。治理層面上，這個標準已交由 Linux Foundation 轄下的 Agentic AI Foundation 管理，而該機構同時也是 MCP（模型上下文協定）的維護方，代表它有穩定、中立的長遠發展基礎，而非依賴單一公司。
對團隊的啟示
就算你不是工程團隊，AGENTS.md 背後的思路同樣值得借鏡：與其每次口頭重複交代，不如把團隊的規矩、慣例與做事標準，寫成一份 AI 能讀、能跟的文件，放在固定位置。這樣無論換工具、換同事，AI 的產出都會一致，減少來回校正的時間。這正是「把知識沉澱成可重用資產」的實踐，也是讓 AI 真正融入日常運作的第一步。想知道如何為你的公司建立這類 AI 工作規範，並把 AI 助手部署到實際業務流程，歡迎前往 ai.ud.hk 了解 UD 的 AI 員工方案。
懂AI，更懂你｜UD相伴，AI不冷
