MCP有了，Agents.md 又是什么？

最近，如果你关注 AI 编程工具的生态，可能会注意到两个新名词频繁出现：MCP 和 Agents.md。

MCP（Model Context Protocol）是为大语言模型（LLM）提供标准化上下文接入方式的协议，类似于让 LLM 能“看懂”外部工具、数据源和环境的一种通用语言。它试图解决的问题是：如何让不同的 AI 工具以统一方式向模型提供上下文？

而 Agents.md，则看起来更“朴素”——它只是一个 Markdown 文件，放在你的代码仓库根目录下，内容通常是：

## Setup commands

- Install deps: `pnpm install`
- Start dev server: `pnpm dev`
- Run tests: `pnpm test`

## Code style

- TypeScript strict mode
- Single quotes, no semicolons
- Use functional patterns where possible

乍一看，这不就是 README 的一部分吗？为什么还要单独搞一个 AGENTS.md？

人类看 README，Agent 看 AGENTS.md

关键区别在于受众不同。

• README.md 是写给人看的：项目简介、快速上手、贡献指南、社区链接……它追求简洁、友好、有吸引力。
• AGENTS.md 是写给 AI 编程代理（coding agent）看的：构建命令、测试流程、代码风格、依赖结构、CI 规则……它追求精确、可执行、无歧义。

举个例子：人类看到“请先安装依赖”就懂了；但 AI 代理需要明确知道是 npm install、yarn install 还是 pnpm install。一个错字，整个自动化流程就可能崩掉。

所以，AGENTS.md 的出现，不是为了取代 README，而是为 AI 代理提供一个专属的、结构化的操作手册。

为什么不能直接用 CLAUDE.md？

确实，像 Claude Code Cli 这样的工具已经支持通过 CLAUDE.md 提供项目上下文。但这带来一个问题：碎片化。

• Claude 用 CLAUDE.md
• Cursor 可能用 .cursor/config.md
• GitHub Copilot 实验性功能可能用 .github/copilot.md
• 你自研的 agent 又定义了自己的格式……
• ......

每个工具一套规则，开发者疲于维护多个“上下文文件”，而项目仓库也变得杂乱。

AGENTS.md 的野心，是成为一个开放、通用、无厂商锁定的标准——就像 package.json 之于 Node.js，.gitignore 之于 Git。

它不隶属于 OpenAI、Anthropic 或 Google，而是由社区共建（包括 OpenAI Codex、Cursor、Google Jules 等团队参与推动）。目前已有超过 41,000 个开源项目采用。

AGENTS.md 和 MCP：互补而非竞争

你可能会问：既然有了 MCP 这种“协议级”标准，还需要 AGENTS.md 这种“文件级”约定吗？

答案是：它们在不同层次工作，互为补充。

• MCP 是运行时协议：定义 AI 如何与工具、API、数据库等动态交互。比如 Github 提交一个 PR。
• AGENTS.md 是静态上下文：告诉 AI “在这个项目里，你应该怎么做事”。比如“用 pnpm 而不是 npm”、“测试命令是 pnpm test”。

可以这样类比：

• MCP 是“操作系统 API”，让程序能调用硬件；
• AGENTS.md 是“项目 README for machines”，让 AI 能理解项目约定。

一个管“能力接入”，一个管“行为规范”。

写 AGENTS.md，其实是在“教 AI 做人”

AGENTS.md 的真正价值，不在于技术实现，而在于把隐性知识显性化。

很多项目中，构建流程、测试策略、代码风格其实只存在于老员工的脑子里，或者散落在 CI 配置、PR 模板、Slack 聊天记录里。新人（无论是人类还是 AI）进来都要“踩坑学习”。

而 AGENTS.md 强制你把这些规则写下来，形成一份可被机器理解的契约。

更妙的是，它还能嵌套：在 monorepo 中，每个子包都可以有自己的 AGENTS.md，实现上下文隔离。

未来：AI 时代的“项目规范”

AGENTS.md 的愿景，是成为每个代码仓库的“标配文件”——就像 LICENSE、README、package.json 一样自然。

它不炫技，不复杂，只是一个简单的 Markdown 文件。但正是这种简单，让它有可能被广泛采纳。

结语

技术演进常常如此：先有混乱的实践，再有统一的规范。

MCP 解决了“AI 如何连接世界”的问题，
AGENTS.md 则解决“AI 如何理解你的项目”的问题。

一个向外连接，一个向内约定。

当这两个方向都逐渐标准化，AI 编程代理才能真正从“玩具工程”变成“生产力工具”。

而作为开发者，我们能做的，就是在你的下一个有 AI 参与开发的项目里，加一个 AGENTS.md。

不需要多复杂，只要写清楚三件事：

1. 怎么跑起来？
2. 怎么测正确？
3. 代码怎么写？

这就够了。

（完）