让AI写代码，最怕什么？不是它不会写，而是写出来的代码像一锅粥——没有注释、没有结构，改起来比从头写还费劲。 工程师法比安·桑格拉尔（Fabien Sanglard）最近分享了自己在AI辅助编程上的实战经验。他从2025年年中开始尝试用大语言模型（LLM）写代码，最初效果平平，但到了2026年1月，换用新的模型后，AI不仅能生成复杂的索引二叉堆类，还成功定位了Windows IOCP实现中一个难以察觉的轮询库bug。 能力上去了，代码质量却拖后腿 能力归能力，桑格拉尔对AI产出的代码质量评价相当直白：“没有注释也没有结构，就是一团意大利面代码。”他坦言，虽然用LLM写代码确实很吸引人，但要把代码整理到能上生产环境的水平，省下来的时间几乎全搭进去了，“当时觉得，这玩意儿在实际工作中根本没法用。” 转机出现在2026年3月。桑格拉尔开始尝试Google Antigravity、VS Code、Claude Code这类智能体型IDE（集成开发环境），AI生成的代码质量一下子提升到了“有耐心的计算机科学专业大三学生”的水平，几乎和手写代码差不多了。但新问题又来了：每次开新会话，AI都会重复犯同样的错误，反复纠正“非常烦人”。 一份给AI看的README 为了解决这个痛点，桑格拉尔自己动手写了一份给AI编码智能体看的说明文档—— AGENTS.md 。这份文件放在项目根目录，或者通过符号链接让gemini.md、claude.md指向它，就能让AI在每次会话中自动读取并遵守其中的规则。 这份AGENTS.md里都写了些什么？核心是十几条具体的编码规范，比如： 写给人看的文字（注释、提交信息、回复）要尽量精简，少即是多 不要用最高级和赞美词，要给出“冷酷的真话” 避免魔法数字和魔法字符串，重复出现的值要提取为常量或枚举 减少代码缩进，避免箭头反模式，多用提前返回和continue 函数名要短，30个字符以内 函数参数用枚举而不是布尔值 逻辑代码块之间加空行，给读者喘息空间 加简洁的注释说明代码做什么、为什么这么做，必要时用ASCII图说明整体结构 默认所有字段和函数设为私有，改可见性前要明确征求同意 按抽象层级编程，底层机制封装进驱动或抽象层，对外暴露干净的高层API 不碰与当前功能无关的代码块，改动行数越少越好 严格遵守分层边界，各层只能和相邻层通信，不允许“打洞” 把规则写下来，AI才能稳定发挥 桑格拉尔的实践说明了一个问题：AI写代码的上限其实不低，但稳定性是短板。同一个模型，这次能写出漂亮的代码，下次可能就放飞自我。与其每次手动纠正，不如把规则一次性写清楚，让AI在每次会话开始时就“读一遍说明书”。 这份AGENTS.md的价值在于，它把“好代码”的标准具象化了。AI不需要猜你想要什么风格，直接照着规则执行就行。对于正在用AI辅助编程的团队来说，这或许是个值得借鉴的思路——与其抱怨AI写得烂，不如先花点时间把规则定清楚。 特别