ARTICLE · 1116950
为什么AI工具都选Markdown?从技术角度拆给你看
亲爱的小伙伴们，大家好！我是Panson，一名混迹高校二十余年的老IT。
上篇，聊到了Markdown语言。今天，咱们再来说说：为什么AI工具都选了Markdown？
大家知道文件大致分为两类：文本文件和二进制文件。AI读取文件，必然更偏爱文本文件，因为二进制文件需解析结构，否则读到的只是一堆无意义的字节流，所以Word、WPS等二进制文件便直接被排除了。那么，文本文件有哪些可选呐？常用的有txt、html、xml、json、yaml等。
小伙伴浏览开源项目，第一个读的便是readme.md，它就是Markdown文档。上手使用Claude、Codex、Cursor这些AI编程工具的话，可能还会注意到一件事——项目配置文件清一色是Markdown：CLAUDE.md、AGENTS.md、SKILLS.md。
为什么不用TXT、XML、JSON或HTML？这背后不是随便选的，而是Markdown恰好卡在了一个很微妙的位置。
先想一个问题：AI Agent读这些文件时，到底在读什么？它读的不是机器指令，而是项目说明书——有层级、有列表、有代码块、有自然语言说明，一份人看着顺眼、AI看着清楚的操作手册。
换成TXT，标题没了，层级没了，代码和说明混在一起。AI能读，但准确率会下降。因为AI理解文本时，结构本身也是信息——一级标题和正文的重要性不同，代码块和普通段落的处理方式也不同。TXT把这些信息全丢了。
那HTML呢？结构确实强，但太啰嗦。一个一级标题，Markdown打个井号就行，HTML得写一对标签，漏掉一个</div>导致标签没闭合就会整段崩坏。几百字的文档，Markdown像一篇文章，HTML就是一堵标签墙。AI读HTML得先过滤标签再理解内容，多一层处理就多一层出错的可能。XML的语法和要求更加严谨，标签严格区别字母大小写，这些标签对AI来说就是噪音。
JSON呢？它是给机器读的。长段文字得塞进字符串，换行要转义，引号也要转义。想加个编号列表？得写成数组或一条长得离谱的字符串。它天生不适合写自然语言，而AI Agent的配置偏偏需要大量自然语言。
Markdown还有一个其他格式都做不到的本事——YAML头部。开头几行是给程序读的元数据：技能名、分类、触发条件、版本号。后面正文是给人看的操作步骤。一个文件，同时服务两种读者。程序读上面就知道文件干嘛，AI读下面就知道该怎么做。TXT没有分区的概念，HTML能做但正文写起来太痛苦。只有Markdown把结构化数据和自然语言放在一个文件里，谁也不碍谁。
还有一个更根本的原因：AI训练数据里Markdown实在太多了。GitHub上有几亿个README，技术博客几乎都用Markdown，Jupyter Notebook本质上也是Markdown加代码。AI读Markdown时，读的不是陌生格式，而是训练数据里最熟悉的那类文本，准确率天然就高。
这些.md文件本质上是项目的外部记忆。AI Agent每次启动，不需要你口头重复规则——项目怎么跑、测试命令是什么、哪些文件不能改、代码风格是什么，它自己去读就知道了。CLAUDE.md、AGENTS.md这些名字本身也成了约定，看到就知道是什么工具的入口。
它已不只是文件格式，而是一种基础设施。Markdown最终被选中，不是因为别无选择，而是在所有候选里，它恰好是各方面平衡得最好的那一个。