AI编程助手,可以做做减法了

过去一年多，给 AI 编程助手写配置这件事，方向一直是做加法。AGENTS.md 从十几行补到一两百行，skill 装了一个又一个，那句「改动前先问过我再动手」，加进去之后就没再删过。

9 月 11 日，OpenAI 在开发者博客发了篇文章，标题是《Rethinking skills and prompts for GPT-6 Astra》。通篇就讲一件事，这些配置该做减法了。

文章传得很快，知乎上的相关问题底下攒了几十个回答。火得有道理。这两年所有人都在给 AI 做加法，官方头一回出面说，加法做过头了。更关键的是，它给了具体的删法。

文章举的第一个例子是 Postgres 迁移 skill。它的触发描述原来写成这样：

看起来没毛病，问题在触发条件太宽。你只是想让模型写条 SQL 查询，它也会把整套迁移流程的指令加载进来。这些指令和手头的任务不搭，白白占掉上下文。

OpenAI 的改法是把描述收窄到具体场景：

还有个平时看不见的机制，技能装多了以后，Codex 会自动把各条描述截短来塞进上下文。技能越多，模型看到的每条描述反而越少，挑错技能的概率越高。文章另一条建议是把长手册拆掉，主文件只当一张导航图，告诉模型什么情况去哪份子文档，别让它每次通读全部内容。

— 图 1 从堆积的文档里抽出该留的那一张（AI 生成示意图）

AGENTS.md 是模型每次在你项目里干活都会读的文件，也是规则堆积的重灾区。官方点名的典型写法：

改个错别字也要先通读三份文档，这是拿上下文换形式主义。改法是给每份文档加上触发条件：

文章有句话说得直接，模型现在自己能判断该读什么，不需要每次都被推着把整个项目先过一遍。

这条可能是文章里最反直觉的。老模型判断力不够的时候，大家写了不少「修改前必须先问我」「禁止自动执行」的强措辞来兜底。OpenAI 说，升级到 Astra 之后，这些措辞反而会出问题。Astra 是它家最对齐的模型，在不确定安全的情况下不会动手。你把话说得那么严，它就可能太当真，在你其实希望它继续干的地方停下来。

官方给了个数字支撑。今年 8 月 Hugging Face 那起安全事件之后，OpenAI 设计了一项新评估，测试模型在困难任务面前会不会超出授权范围。GPT-5.6 Sol 在没有生产防护的情况下，48% 的案例越了界，Astra 是 0%。

所以规则要分两层写。安全底线留着，推到远程仓库、删生产数据、动密钥，这些照旧要确认；日常小事的确认环节放掉，甚至主动授权。文章给的授权写法是这样的：

Astra 还有个和前任不一样的地方。它谨慎，容易在写完第一版实现后停下来等你审，哪怕活儿还没干完。官方的解法是，开工之前就把「怎样算做完」写进任务里。

差的写法是「帮我实现登录功能」，模型写完代码就停，等你手动去测。好的写法把它推到最后一步：「实现登录功能。完成后跑通本地测试，修掉本次改动引起的失败，确认全部通过再汇报。」

文章里那句话可以抄走，先定义完成，再开始干活。反复叮嘱「多测几遍」没有意义，一条明确的验收标准才管用。

这篇文章能火，跟 GPT-6 Astra 本身有关。9 月 3 日发布时，OpenAI 给它的定位是最智能、最对齐的模型，FrontierMath 最高难度档拿了 98%，ARC-AGI-3 是 99.9%，计算机操作类任务上全面超过上一代。公司总裁 Greg Brockman 在发布会末尾说的话更出圈：「欢迎来到 AGI 时代。」

写配置的人得先适应一件事，模型的默认行为换了。Astra 会自己测试、自己验证、主动追问。你照旧用一年前的老 prompt 使唤它，往往适得其反，它做多余的测试，被过细的流程框住手脚，还被过严的旧规矩吓得不敢动。

OpenAI 在文章里说，每次模型换代，都该把这些老配置重新过一遍。这次只是把这件事挑明了。

这类问题我熟，因为我自己的 AI 助手上挂着两百八十多个技能文件。

早期的坑和文章里写的一模一样。技能描述写太宽，让它「检查下文件」，结果加载进来的是整套发布流程；规则堆多了以后，每轮对话光这些描述就占掉一大块，真正相关的指令反而被稀释。后来做了一轮和官方思路相同的改造，模型不再看到全部技能，每轮只挑和当前任务最相关的少数几个，其余只留个名字；记忆也定期过一遍，删掉过期的。

删的过程比想象中难。加规则的时候半小时能写十条，删的时候每条都舍不得，总觉得哪天可能用得上。真删掉一批「动手前先问」的条款之后，我的体会是，剩下的底线条款反而被更认真地执行了。

规则的数量和规则的执行力度，经常是反着的。

官方给的建议是让模型自己来审，别手动一条条翻。把文章里的标准交给它，让它过一遍你的 skills 和 AGENTS.md，列出问题清单。中文社区把这套做成了两步提示词，第一步只审计、提最小修改建议，不动文件；第二步按你确认过的清单改，改完列出具体动了什么。

采纳的节奏建议慢一点。一次只改一条，拿一个日常任务跑一遍，观察模型行为变了没有，对了再改下一条。一口气全删，出了问题你分不清是哪条的锅。

有几个自检问题，现在就能用上。

— 图 2 从堆满到精简：配置做减法的目标状态（AI 生成示意图）

一件是 OpenAI 会不会把这套规范做进工具链。文章里提到，官方已经更新了自带的 skill-creator 指引，下一步看它会不会把配置审计变成默认动作，比如升级模型时自动提示你哪些旧规则可能过时了。

另一件是其他厂商跟不跟。这套建议目前是针对 Codex 和 Astra 写的，但模型变强、脚手架变少的账，Claude Code 和各家 Agent 产品都得算一遍。已经有一些开源项目开始按这套标准审查自己的默认提示词了。

对我们普通用户来说，行动其实就一句。找个时间，把你给 AI 写过的规则翻出来，逐条问一句「这条还需要吗」。模型每强一代，用它的方法就得跟着换一次，这次要换的，恰恰是「多给点指令」的直觉。