
ETH Zurich:上下文让AI变笨且费钱
这项研究探讨了仓库级上下文文件(如 AGENTS.md)对AI 编程代理解决实际工程任务的影响。研究人员通过构建名为 AGENTBENCH 的新基准测试发现,提供此类文件往往会降低任务成功率,并使推理成本增加 20% 以上。实验表明,尽管代理能够遵循这些文件中的指令,但过多的冗余要求会导致其进行过度探索和测试,反而增加了处理难度。相比之下,由开发人员编写的精简上下文文件表现略好于模型自动生成的文件。因此,作者建议目前的上下文文件应保持简洁,仅包含必要的工具使用说明,而非宽泛的代码库概述。该研究揭示了当前行业建议与实际效果之间的差距,为优化 AI 代理的提示词工程提供了依据。Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents?
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.