Claude Code 支持 AGENTS.md 通用说明书，多款 AI 开源工具上新

Claude Code 引入 AGENTS.md，智能体规则走向统一

Claude Code 在 2.1.277 版本中加入了对 AGENTS.md 的支持。这个改动看似微小，实则指向智能体生态一个重要的标准化趋势：当项目文件夹里没有 CLAUDE.md 时，工具会自动检查并使用 AGENTS.md。

两者的职责边界也被划分得更清楚——AGENTS.md 用于跨工具共享通用规则，相当于一份被各类 AI 编程助手都能读懂的“通用说明书”；而 CLAUDE.md 则保留 Claude Code 的专属配置。用户还能在配置项中自由切换这一行为。

对开发者而言，这意味着可以在一份文件里描述项目约定，让不同厂商的智能体工具遵循相同规则，减少为每个工具单独维护配置的重复劳动。这也是各家 AI 编程工具从“各自为政”走向“协议互通”的一个信号。

AGENTS.md 的概念最初由 OpenAI Codex 生态推广，其设计初衷是为代码仓库提供一份机器可读的"项目说明书"，告知 AI 编程助手项目的技术栈、代码风格、测试规范、禁止操作等约定。随着 Cursor、Windsurf、GitHub Copilot、Claude Code 等工具相继在同一代码库中被使用，开发者面临为每个工具单独维护配置文件的碎片化问题。AGENTS.md 试图成为这一领域的"最大公约数"——类似于 .editorconfig 统一编辑器缩进规则的思路，在更高层次上统一 AI 助手的行为边界。这一标准目前仍处于事实标准（de facto standard）阶段，尚无正式的跨厂商协议，各家工具对其字段的解析方式也存在差异，但 Claude Code 的跟进表明头部工具已开始向这一方向靠拢。

从原型到生产：智能体工程化成为新焦点

Garga 推出的智能体框架 AgentKit（1000Kit），把重点从“做出一个能跑的原型”转向“如何把智能体稳定推进到生产环境”。这恰恰击中了当前智能体落地的核心痛点：Demo 好做，量产难。

该框架试图通过可复用的平台能力，降低部署过程中的复杂度，为企业构建和管理智能体提供更统一的工程支撑。当越来越多团队从“试验智能体”进入“依赖智能体”阶段，稳定性、可维护性和可观测性会取代“炫技”成为真正的竞争力。

AI 开始参与制造 AI：RSI 争论再度升温

研发方式本身正在被 AI 改写。有说法称 Claude 主导了 Anthropic 约 26% 的 AI 研发，并有约 3 万个 agent 同时运行。这个案例把注意力重新拉回到 RSI（递归式自我改进）这一话题——头部 AI 公司正在选择不同的推进路线。

唐杰与 GLM 团队披露了关于 RSI 的最新进展，并称 GLM 新版本已经“摸到门槛”。更值得警惕的是他们描述这一过程的措辞——“正一步步走向取代我们”。讨论的已经不只是模型能力提升，而是 AI 是否会逐渐替代研发者本身。这类表述反映出行业内部对自我改进能力的复杂心态：既是技术突破的兴奋，也是对自身角色的隐忧。

RSI（Recursive Self-Improvement，递归式自我改进）是指 AI 系统能够修改或优化自身算法、架构乃至训练流程，从而在无需大量人工干预的情况下持续提升能力的机制。其核心担忧在于"反馈回路"：一旦 AI 参与自身的改进，每一代模型都可能比上一代更擅长改进下一代，能力曲线有可能从线性变为指数级攀升。这与"智能爆炸"（Intelligence Explosion）假说密切相关——I.J. Good 早在 1965 年就提出，超越人类智能的机器将能设计出更优秀的继任者，触发难以预测的加速过程。目前各家公司的 RSI 实践尚处于"工程辅助"阶段，即用 AI 加速代码生成、实验设计和论文写作，而非让模型直接修改自身权重。但随着 AI 在研发流程中的渗透比例上升，学界和业界对于何时、以何种方式设置人类监督节点，争议正在加剧。

该不该放慢脚步：欧美出现分歧

围绕 AI 是否应该放慢发展速度，欧美之间出现明显分歧。美国的 AI 巨头担心能力增强带来的安全风险，主张审慎推进；而欧洲的 Mistral 以及部分企业和官员则怀疑，“减速”主张可能被用来巩固既有玩家的市场地位。

对欧洲来说，这场争论还牵涉到模型自主性，以及对美国科技公司的依赖问题。安全叙事与竞争格局在这里交织——放慢速度究竟是出于风险考量，还是变相的护城河策略，成为绕不开的争议点。

这场分歧的结构性背景值得梳理。美国头部 AI 公司（如 OpenAI、Anthropic、Google DeepMind）在全球模型能力竞赛中处于领先位置，其"审慎推进"主张往往伴随着更高的合规门槛和安全评估要求，客观上对追赶者形成壁垒——这正是 Mistral 等欧洲公司产生疑虑的根源。Mistral 的 CEO Arthur Mensch 曾明确表示，欧洲若跟随美国的监管节奏，将进一步拉大与美国的技术差距。与此同时，欧盟《AI 法案》（EU AI Act）已于 2024 年正式生效，试图在风险分级监管与保留创新空间之间寻找平衡，但其执行细则仍存在大量灰色地带。"安全"与"竞争力"的张力，使得任何监管主张都难以被单纯地视为技术中立立场。

开源工具速览：Codex、桌面智能体与安全测试

本期还集中出现了几款值得关注的开源项目：

RepoPilot

基于 OpenAI Codex SDK 构建，目标是帮助开发者更高效地完成项目开发与维护，把 AI 编码能力嵌入日常工程流程。

原生桌面智能体

有一款基于 GPUI 构建的原生桌面智能体，虽处于早期阶段，却专注于真实创作与实用体验，而非单纯的功能堆砌。

安全测试词表库

一个覆盖 2500 多个词表与 Payload 的项目，面向渗透测试、漏洞赏金、红队行动，以及 AI 安全测试等场景，为安全研究者提供现成弹药库。

研究工作流工具

还有工具把文献追踪、论文转写、摘要精读和研究日志串成完整流程，本地运行且主服务零依赖，适合科研人员构建私有化的研究助手。

小结

本期科技早报的几条线索共同勾勒出一个趋势：AI 智能体正从“能不能做出来”迈向“如何工程化、如何互通、如何安全落地”。AGENTS.md 的标准化、AgentKit 的生产化思路，加上 RSI 引发的行业自省与欧美监管分歧，都说明智能体已经进入需要认真对待其影响力的阶段。