MacroAlpha.ioLLMWIKI · CONCEPT
智能体文件（agent.md）
给 AI 的"公司手册"——把部落知识写成可读文件，让无状态的大模型表现出长期员工的连贯性；斯坦伯格称之为"组织层面的疤痕组织"。
免费开放 · 更新于
TL;DR给 AI 的"公司手册"——把部落知识写成可读文件，让无状态的大模型表现出长期员工的连贯性；斯坦伯格称之为"组织层面的疤痕组织"。
智能体文件指一个放在项目根目录、名为 agent.md 之类的纯文本文件，充当 AI 的长期记忆与公司手册。它由 OpenClaw 的作者 彼得斯坦伯格 推广，用来解决管理一群自主智能体时最基础的问题：每个新实例启动时都是一张白纸。^1
它不是代码，它是上下文。
里面写什么
| 类别 | 示例内容 |
|---|---|
| 产品哲学 | "我们更喜欢简单的解决方案，而不是复杂的抽象。" |
| 编码标准 | "使用 ast-grep 进行代码检查。" |
| 操作规则 | "永远不要在没有询问的情况下删除文件。永远不要强行推送到 git。" |
| 项目历史 | "我们在 2024 年尝试了库 X，但因为 Y 失败了。" |
注意第四类的性质：它记录的不是"应该怎么做"，而是**"我们已经撞过哪些墙"**。
核心隐喻：组织层面的疤痕组织
斯坦伯格把智能体文件描述为"组织层面的疤痕组织"。就像一位高级工程师"知道"不要触碰某个遗留模块因为它很容易崩溃一样，智能体文件为 AI 编码了这种部落知识。^1
graph LR
A[项目踩过的坑] --> B[人类高级工程师的<br/>直觉与忌讳<br/>不可言说·随人离职流失]
A --> C[智能体文件<br/>显式·可读·可继承]
C --> D[新实例启动]
D --> E[读 agent.md<br/>=下载团队文化与历史]
E --> F[表现出长期员工的连贯性]
B -.人走则知识走.-> G[组织记忆断层]这解决的正是大模型"无状态"的结构缺陷：模型本身不记得昨天，但环境可以替它记得。
为什么这是一次重要的抽象
这条设计把"AI 的记忆"从模型内部搬到了模型外部，落到一个人类可读、可版本控制、可 diff、可 code review 的文件里。三个直接后果：
- 记忆变成资产——它可以被 commit、被继承、被交接，而不是随某次会话消失；
- 记忆变成可审计对象——你能确切知道 AI"以为"的规则是什么，这与 机械可解释性 从模型内部读表征是两条互补路径（一条读权重，一条读上下文）；
- 记忆变成治理接口——调度力阶梯 第四层要求"每个岗位的职责、汇报流程、决策权限、异常上报机制都得写进虚拟公司的章程"，智能体文件正是那本章程的物理载体。
与人类组织知识的对照
| 维度 | 人类组织 | 智能体文件 |
|---|---|---|
| 载体 | 老员工的直觉、口头传统、"大家都知道" | 一个 markdown 文件 |
| 上手成本 | 数周到数月 | 一次读取 |
| 流失风险 | 高（人走知识走） | 低（在仓库里） |
| 更新机制 | 缓慢、隐性、常常没人负责 | 显式提交，可追溯 |
| 盲区 | 未被说出口的忌讳 | 没写进去的就等于不存在 |
最后一行是它的代价所在，也正是 调度力阶梯 第四层那个"凌晨三点停工"故事的另一种说法：遗漏一条规则的后果，在人类团队里由常识兜底，在智能体团队里没有兜底。
边界
- 智能体文件承载的是声明性上下文，不能替代真正的能力约束。写着"永远不要强行推送到 git"并不等于技术上禁止了强推——它是一条被高度尊重的建议，不是一道权限闸门。这与 致命三连 描述的权限风险直接相关。
- 文件越长，被稀释与被忽略的风险越高；它需要像代码一样被维护和精简，否则会退化成没人读的规章。
- 这是一种工程实践而非既定标准，具体文件名与格式在生态里仍未统一。