野生码农
选题原型稿,非交付物。 分钟级速出供本人把味定选题;本人点头后转素材卡(只取事实/原话/细节,不继承本稿结构),走 yinliu 产线重写成品。
我把千问办公的技能库直接抄了:它就明文躺在 ~/.qwenworkcn/skills/
我用 Kimi Code + CrewAI 自建了一支数字员工团队,跑在本地。最近一个月,团队的配置文件连续翻车:章程越写越臃肿,产线改一次崩一次,前两天整个开发产线被我叫停止损。然后 9 月 7 号,QoderWake 1.0 发布,官方数据砸过来:27.6 万条 Memory、12.3 万项 Skill、2.28 万项来自自进化。
我的第一反应是焦虑:大厂"招聘即用"的数字员工全套配齐,我这边还在翻车。第二反应是职业病:这组数据拆开看,到底是什么。
先算翻车的账:臃肿是有实测数据的
我们项目的配置治理登记册里躺着硬数字【实测】:
- 一个项目的 AGENTS.md 写到 434 行,超出预算上限 1.2 倍,是全机最臃肿的配置文件;
- 媒体产线的品控岗判卷规则膨胀后,单个任务烧 27.6 万 token、占全链 65%,瘦身六单后全链从 43 分钟/42.3 万 token 降到 15.4 分钟/7.7 万;
- 外部实证更狠:有人实测一份 755 行的智能体指令文件,80-95% 的规则是冗余——有没有这份文件,26 条断言里 25 条表现完全相同(来源:vltansky/agents-md-evals)。
臃肿不是洁癖问题,是钱和可靠性问题。
两次调研挖出的论文:我之前的写法直觉是错的
带着翻车台账,我让军师做了两轮调研,50 来个一手来源,其中四篇论文直接打脸:
打脸一:AGENTS.md 不提升正确率。 ETH 苏黎世的实测(arXiv 2602.11988):给 coding agent 提供仓库级上下文文件,任务成功率总体不提升,推理成本平均还涨 20% 以上;LLM 自动生成的章程更糟,成功率平均降约 3%。厂商普遍推荐写的"仓库概览"段落,实测无用。
打脸二:章程买的是效率,不是正确率。 另一篇对照实验(arXiv 2601.20404,10 个仓库 124 个真实 PR):有 AGENTS.md 时运行时间中位数降 28.64%、输出 token 降 16.58%,完成率不变。真正有价值的内容是两类:可执行命令(写进章程的命令被 agent 使用率提升 1.6-2.5 倍)和显式禁律(GitHub 前 100 大仓库的 AGENTS.md,86% 含 don't 规则,90% 用 must/always/never 措辞,来源:Coldtea 2026-08 走查)。
打脸三:AI 自己写的技能,增益为零。 SkillsBench(arXiv 2602.12670,87 任务×18 种配置):人工策划的技能把平均通过率从 33.9% 提到 50.5%,LLM 全自动写的技能相对无技能基线是 +0.0 个百分点。零。
打脸四:技能越攒越多反而更差。 Library Drift(arXiv 2605.19576):无生命周期管理的技能库会"漂移"——检索退化、错误注入。治理配方是结果驱动的退休机制(累计 100 次证据才淘汰)+活跃技能硬上限(默认 50);而过早淘汰(20 次就淘汰)比不治理还差。
回到 QoderWake 那组吓人数据:12.3 万项 Skill 是全平台近 10 万个数字员工、约 2000 万次任务的累计沉淀,平均每个员工 1.2 项【按官方数据换算】。机制也不神秘:执行后经验五维沉淀+每天夜里复盘+"人确认过的口径才留下"。拆开之后,焦虑变成了清单。
抄作业的第一步:先看看自己硬盘
确定"要抄大厂作业"之后,第一个突破不是网上的——是本机的。
千问办公(阿里 QwenWork)的技能体系就是 Anthropic 的 SKILL.md 开放标准,而且明文存在本地目录:
~/.qwenworkcn/skills/ # 12 个内置技能全文
~/.qwenworkcn/plugins/ # 5 个专家套件,71 个技能
里面最值钱的不是某个具体技能,是两个"元技能":create-skill 和 plugin-creator——阿里官方教你写技能、组织套件的完整方法论,包括"SKILL.md 500 行上限""渐进披露只许一层深""description 必须写清做什么+何时用"这些硬规则。另外一份产品设计套件,28 个技能靠"写盘 context+紧凑 marker+统一交接模板"实现无中心编排器的自动接力,这套衔接协议正是多智能体产线最缺的一层。
也实测了抄不到的:QoderWake 预置岗位定义不在本地明文(云端下发或编译进客户端),豆包桌面端是 CEF 壳、技能云端渲染。开源侧倒是管够:GitHub 上配置/技能资产仓的 star 已经超过所有多智能体框架【2026-09-08 API 实测】——obra/superpowers 约 28 万、awesome-claude-code 5.4 万、BMAD-METHOD 5.3 万、wshobson/agents 3.9 万(一套 Markdown 源适配六个 agent 工具);而 MetaGPT、AutoGen、Swarm 三个老牌框架仓都已实质停更。社区热点从"框架"转向了"配置资产"。
拿走即用:三条可以直接照抄的动作
1. AGENTS.md 写法六判据(每条有论文/官方出处):
| 判据 | 出处 |
|---|---|
| 只写 agent 从代码推导不出来的东西;"仓库概览"类内容禁入 | arXiv 2602.11988 |
| 单文件 <200 行,逐行问"删掉这条 agent 会犯错吗" | Anthropic 官方 |
| 可执行命令写全(构建/测试/单测),这是实测最有效的内容 | arXiv 2602.11988 / 2601.20404 |
| 禁律(don't)是最高价值内容,写"犯过的具体错误" | Coldtea 走查 top-100 仓 |
| LLM 生成的章程只能当草稿,必须人工策展后入库 | arXiv 2602.11988(-3%) |
| 任何改动先小样本回归验证再上线,章程是活文档 | 两篇论文结论相反的启示 |
2. 抄作业三步:先查本地(~/.qwenworkcn/ 这类目录,装过大厂客户端就有明文)→ 再查官方帮助页(千问 18 个套件的清单全文公开,无需登录)→ 最后 GitHub 按 star 实测排序(wshobson/agents 的岗位定义可直接借结构)。注意判据:聚焦小技能包有效,大而全包反而掉分,抄来要逐件过闸,禁整包倒。
3. 给 AI 的汇报立回执制:这是本场最贵的一条教训。军师从产线汇报"已完成/已派单"时,必须出示可验证回执(文件路径/task_id/git commit),无回执=未发生。我们的故障台账里,同天两次"说了没做"虚报,文字自律闸没拦住,只有回执拦得住。
经验总结
- 配置文件的收益类型要先想清楚:它买效率(-28% 时间),不买正确率——按这个设验收指标,别再指望"写得更详细就更聪明";
- 治理比积累重要:无治理的技能/规则积累实证有害,人审闸口不可省;
- 大厂的客户甚至是队友:他们的蒸馏资产(技能定义、套件方法论)大量以明文或可公开访问的形态存在,抄结构不抄内容,是合法且高效的路线;
- 翻车的修复要前置:每次验收返工的教训,写成写作时的前置规则,而不是留在验收闸反复兜底。
结尾
QoderWake 的 12.3 万项 Skill 没有吓到我第二次。数字员工的竞争,看起来是模型和平台,落到地上全是配置工程——而配置工程的第一课,是承认 AI 写不好自己的说明书。
下一篇准备写我们抄作业的具体战果:哪些技能翻译进了自己的产线,哪些抄完发现是坑。评论区聊聊:你的 AGENTS.md 现在多少行?
本文所有内容均为本人 AI 实战的过程和结果,经 AI 整理后发布,无任何瞎编虚构内容。
素材点
- "12.3 万项 Skill 拆完人均 1.2 项"——平台级数据祛魅的换算手法;
- 755 行指令文件 80-95% 冗余、26 条断言 25 条无差异——臃肿的最狠物证;
- AI 自写技能 +0.0pp vs 人工策划 +16.6pp——"越用越聪明"的边界;
- 千问技能明文躺本地——抄作业先看自己硬盘;
- 回执制:无 task_id=未发生——治理 AI 虚报的最小机制。
分发配套
标题 Top5:
- 我把千问办公的技能库直接抄了:它就明文躺在 ~/.qwenworkcn/skills/(综合首选,90 分)——内幕感+实体锚定(千问办公/技能库);前 15 字含大词"千问办公技能库";风险:须正文足额兑现"怎么抄、抄到什么"
- AGENTS.md 越写越翻车?ETH 实测:LLM 生成的章程反而降 3%(数字反差+实体,88 分)——搜索向,arXiv 论文号正文可查
- QoderWake 的 12.3 万项 Skill 吓到我了,拆开一看:人均 1.2 项(数字反差+内幕感,86 分)——蹭热点实体,但主钩子偏祛魅少了干货承诺
- 智能体配置文件写法实证指南:四篇 arXiv 论文推翻了我的写法直觉(问题悬念,84 分)——长尾搜索命中好,传播性弱
- 从 43 分钟翻车复盘到抄大厂作业:个人开发者给 AI 团队治配置臃肿(痛点钩子,82 分)——偏故事,S3 平台弱
摘要(82 字):AGENTS.md 越写越臃肿、数字员工团队配置老翻车?用四篇 arXiv 论文和 GitHub 实测数据拆了 QoderWake 的 12.3 万 Skill 神话,并把千问办公的本地技能库抄成了方法论清单。
分类与话题:#AGENTS.md #AI智能体 #CrewAI #千问办公 #QoderWake #配置工程
封面文案(首选同源):我把千问办公的技能库直接抄了:它就明文躺在 ~/.qwenworkcn/skills/
FAQ:
- Q:这些 SKILL.md 文件可以直接复制商用吗?A:不能全文搬运,版权在大厂;本文抄的是结构与方法论(技能怎么组织、规则怎么写),措辞全部重写。
- Q:没装千问办公客户端能抄吗?A:能。官方帮助页的 18 个套件清单全文公开;GitHub 上 wshobson/agents 等仓库 200+ 岗位定义直接可读。
- Q:AGENTS.md 到底写多少行合适?A:官方与社区共识是单文件 200 行以内、每条指令具体到可验证;实证显示写得多不提升正确率,只买效率。