Claude Code该不该默认读AGENTS.md？一场关于复杂度归属的辩论

一份文件引发的禁用风波

Shopify CEO Toby正考虑在公司内部禁用Claude Code，导火索既不是价格，也不是模型能力，而是一份专门写给AI看的项目规章文件——AGENTS.md。

争议的核心其实很微妙：Claude Code并非读不了这份文件，团队完全可以在CLAUDE.md里手动导入。真正的分歧在于——要不要让工具在没有任何声明的情况下，自动扫描目录里的AGENTS.md并读取它。

听上去像是一行代码就能解决的小事，为什么会闹到考虑禁用整个工具的地步？答案藏在"谁来承担复杂度"这个更深层的问题里。

AGENTS.md 是由 Cursor、Windsurf、Codex 等主流 AI 编程工具共同推动形成的一种非正式约定文件格式，用于向 AI 代理（Agent）传达项目级别的行为规范，例如代码风格要求、禁止操作、测试流程和安全底线。它的设计初衷是"工具无关"——放在仓库里任何一级目录，兼容该项目的所有 AI 工具均应自动识别并遵守。类似地，CLAUDE.md 是 Anthropic 为 Claude Code 设计的专属配置文件，功能相近但仅被 Claude Code 原生识别。两者并存时，一份仓库实际上存在两套潜在冲突的指令入口，这正是本次争议的技术根源。

手动导入解决不了的规模问题

企业方的立场很直接：一行手动导入只能解决单个文件的问题。但在大型代码仓库里，几乎每一级目录都有自己的规则，一个仓库可能散布着成百上千份规约文件。

更关键的是生态现状——已有6万多个开源项目在使用AGENTS.md作为事实标准，而且其他AI编程工具大多默认读取它。如果只有Claude Code需要逐层手动接线，那么漏掉任何一处，同一家公司内部就可能出现"两套规矩"：一部分目录按规约走，另一部分却各行其是。

对企业来说，这不是便利性问题，而是可靠性承诺。安全测试和发布底线本来就应该写在公共文件里，让所有工具无差别遵守，而不是依赖每个团队记得去手动同步。

默认读取真的只是"加一行代码"吗

产品方的反驳同样有力：默认读取远不是加一行代码那么简单。

AGENTS.md的通行约定是"离代码最近的规则优先"，而Claude Code的机制是把多级CLAUDE.md依次放进上下文。当这两套规则同时存在并发生冲突时，到底该覆盖还是合并？

产品方认为，工具不能替客户偷偷做这个决定。真正负责任的做法是把优先级写清楚、明示：这次读取了哪些文件、冲突时主动提醒、让团队自己决定两者关系。默认读取而不声明，等于"把风险一起默认了"——规则没对齐之前，自动读取就是把潜在的冲突隐患一并接管。

所谓"离代码最近的规则优先"（proximity-based precedence），是 AGENTS.md 约定中处理多级目录规则冲突的核心机制：子目录中的规则会覆盖父目录的同类规则，使各模块可以自治地定义自己的行为约束。而 Claude Code 的多级 CLAUDE.md 机制则是将不同层级的文件依次拼接进上下文，并不天然支持"覆盖"语义。这两种优先级模型存在根本性差异——前者是"就近覆盖"，后者更接近"累积追加"。当二者同时生效时，同一条指令究竟以哪份文件为准，在没有明确声明的情况下几乎无法预测，这才是产品方坚持"不能默默读取"的真正技术理由。

分层冲突：明确导入是先决态度

即便退一步，分层本身也会带来冲突。假设公共规则要求执行A，而Claude专属规则要求执行B，最终该听谁的？

这里出现了一个耐人寻味的价值分歧。产品方主张：明确导入至少代表团队已经主动思考并决定了两份文件的关系；如果连导入这一步都省掉，冲突就会在无人察觉的情况下悄然发生。

企业方则反问：你宁愿让几千家公司各自编写同步脚本、各自补漏洞，也不愿意让厂商统一实现和测试一次？让一家厂商集中实现，总比几千家企业各写各的同步逻辑更容易审计。这背后是一个清晰的经济学账本——生态获得了更低的换工具成本，但客服和信誉的账，主要由Anthropic来兜底。

这笔复杂度到底该谁付

剥开所有技术细节，这场辩论的本质是一句话：这笔复杂度该谁付？

企业方的逻辑是：安全底线属于公共文件，应该由工具统一承担；厂商可以继续在CLAUDE.md里写自己的专属优化，凭效果竞争，但公共规则的读取不该成为每家企业的负担。

产品方的逻辑是：默认帮所有人兜底冲突，意味着厂商要为几千家企业千差万别的规则组合负责，而明确导入则把"决定权"和"责任"都还给了团队。

两种立场都不无道理。一个追求的是生态的可靠性与低迁移成本，另一个坚守的是产品对客户"不越权决策"的底线。当同一个仓库里同时放着两种文件时，你会选择让Claude自动读取，还是要求团队明确导入？这或许没有唯一正确答案，但它揭示了AI编程工具走向企业级应用时，一个绕不开的治理难题。

这一争论在软件行业中有更宏观的对应命题，通常被称为"平台责任边界"问题：工具平台应在多大程度上预设并吸收用户的多样化需求，而非将选择权全部下推给用户？过度收拢（opinionated defaults）会降低用户的控制感和可审计性；过度开放（unopinionated）则将集成成本外部化，由生态中每一家企业各自承担。对于 AI 编程工具这类高安全敏感度的场景，这一边界尤为敏感——一旦默认行为引发安全事故，厂商的品牌信誉将直接受损，这也是 Anthropic 在此问题上表现得格外谨慎的商业动机。

写在最后

AGENTS.md之争看似是一场关于文件读取机制的技术口水战，实则触及了AI工具与企业协作的深层契约：当AI越来越深地嵌入生产流程，它对"规则"的处理方式，直接关系到安全、可审计性和信任。

对开发者而言，短期内更务实的做法或许是：把安全和发布底线放进公共约定文件，同时在CLAUDE.md里显式导入关键规则，既享受生态兼容，又保留对冲突的掌控权。而对厂商而言，如何在"统一兜底"和"尊重客户决策"之间找到平衡，将是决定其企业口碑的关键一役。