最近不管是换用 GPT-5.6-Sol 还是各类推理模型（以下是 2026 年 8 月的使用体感），写代码时反而经常觉得它反应迟钝，而且token消耗有点大，不听指令以及处理时间过长的事情屡见不鲜，我第一反应难道是模型降智了？但是降智的话也不应该全部模型都降智啊。
突然想起之前Claude Code 团队的人里提到，他们为最新一代模型删掉了约 80% 的系统提示词，但是表现良好。Claude Code 团队的 Thariq 在 2026 年 7 月的推文里写到了这件事，并配了一篇讲 Claude 5 模型上下文工程规则的文章（推文原文）。
现在的harness自己就具备代码检索和编辑边界意识，客户端的工具链也有底层校验，以前手把手教的内容早就成了模型常识。
也就是说我们的CLAUDE.md 或者 AGENTS.md 不用写那么多提示词，Agent 也不用装那么多skill、mcp和插件等工具了，很多能力都已经内化到harness里去了，不然反而效果更差。
有的朋友可能会问什么是harness？简单地说它就是运行大模型的底座，包括工具使用、记忆、状态持久性、执行环境及回馈回路等。
现在挺流行的定义：Agent = Model + Harness。
模型越强，旧规则越像噪音
跑题了，回到正题。
翻开这些文件看了看，其实全是我这大半年写代码时慢慢攒下的。回想起来我最早用的Agent是Google Antigravity，然后是 Claude Code，最近主要是 Codex ，谁让A➗封我号了。
每次遇到 AI 犯错，我就习惯性在对应项目的 CLAUDE.md 或者 AGENTS.md 里加一条规矩：AI 乱改别的文件了加一条，漏跑测试了加一条，群里看到别人分享的所谓架构师提示词也往里粘。不同 Agent 的文件不统一，有重复的也有不同的。
日积月累，全局和项目的配置文件直接变成了一本厚厚且杂乱的说明书。
我电脑里的这几千行旧规则现在成了负资产。一方面规则太长会挤占有效上下文，关键的项目命令写在后面经常被直接漏读；另一方面我平时 Claude Code、Codex 和 Antigravity 换着用，每个工具存一份配置，时间一久各处命令对不上，同一个项目在不同客户端里跑出完全不同的行为。
我把所有配置推倒重写了
想通之后我让AI把本地配置彻底重构了一遍：
- 全局事实源只保留
~/.codex/AGENTS.md并缩减到 36 行； ~/.claude/CLAUDE.md仅用一行@~/.codex/AGENTS.md引用；- Antigravity 的
~/.gemini/GEMINI.md同步维护一份 37 行左右的版本； - 20 个项目根目录的规则逐个重写压缩，只留专用的 build 和 test 指令。
重构前后的数据对比（2026 年 8 月实测）：
| 范围 | 清理前 | 清理后 | 变化 | 降幅 |
|---|---|---|---|---|
| 全局规则 (Codex / Claude) | 10 文件 / 1,194 行 | 2 文件 / 36 行 | -1,158 行 | 97.0% |
| 全部项目级规则 (20 个项目) | 21 文件 / 5,277 行 | 40 文件 / 663 行 | -4,614 行 | 87.4% |
Antigravity (~/.gemini/GEMINI.md) |
1 文件 / 123 行 | 1 文件 / 37 行 | -86 行 | 69.9% |
| 全量总计 | 32 文件 / 6,594 行 | 43 文件 / 736 行 | -5,858 行 | 88.8% |
总行数从 6594 降到了 736，降幅 88.8%。在 Antigravity 界面实测（2026 年 8 月），全局规则初始化从几千 Token 降到了 956 Tokens。
让 AI 跑的两段话
我让AI处理完后让他将我上面所做的事情整理成了两段提示词，你可以拿去用：
给我扫一下本机所有 AI 规则（~/.codex/AGENTS.md、~/.claude/CLAUDE.md、~/.gemini/GEMINI.md 和各个项目目录下的配置），只读分析，千万别改文件。把里面的废话、通用教程和过时命令揪出来，全局统一收敛到 AGENTS.md（CLAUDE.md 单行引用），各个项目只留专用的跑测与构建命令，压缩到 30 行内。先给我看行数统计和精简方案。
等它列出方案确认无误后，再回它一句动工：
就按这个方案改。修改前务必先完整备份到 ~/.agent-instructions-backups/ 带时间戳的目录并生成 SHA256 校验，写完后把前后的行数对比打给我。
改完这套配置跑了几天，最直观的体会是它手脚干净多了，不再借着改小需求到处动无关代码，切不同工具也不用反复折腾环境。
只用Claude Code 更推荐你使用这个指令
准备发这篇文章前才发现 Claude Code 自己已经有类似的功能了。Claude Code 的作者 Boris Cherny 在 2026 年 7 月 9 日的推文里介绍了这个新功能。
只需要执行简单的checkup指令，也就是之前的 /doctor。在我当时使用的 2.1.237 版本里，两者是同一个命令。不过这个指令只能处理Claude Code的配置，其他Agent不适用。
/checkup
这个指令除了claude.md，skill、MCP、插件都会一并清理。而skill、mcp其实我在执行这个指令前也已经处理过一轮，这次执行这个命令再次做了修补，效果还可以。这次的范围是：禁用 59 个未使用技能（其中 53 个从未使用，6 个低频）、4 个插件和 4 个闲置的 MCP 连接，技能列表从 71 项减到 12 项。报告初版写的是 65 个未使用技能，核对脚本后更正为 59 个。可以看看下面的图片。
上下文加载机制
在这次执行doctor指令期间，Claude Code还解答了两个我之前对于上下文加载的疑问：
- skill列表的上下文加载预算是多少？
答：约等于上下文窗口的 1%（依据 Claude Code 官方 Skills 文档），200K 窗口约为 2K tokens。它说我当时 71 个启用技能合计约 4.6K tokens，超过了 2K 的预算，怪不得我之前使用一下模型会发现斜杠命令搜不到一些skills，原因竟然是在这里。不过现在不少模型已经是百万上下文窗口，按同样的 1% 比例，预算约为 10K tokens。不过没必要加载就不加载，毕竟浪费token也影响性能不是。
- Claude.md 的加载逻辑是怎样的？
答：我之前看到有人说只加载前200行，原来不是的，说的是memory.md。而Claude.md会完整加载，200行只是写作建议，太长会降低服从度。
关于 CLAUDE.md 和 AGENTS.md 这类 Agent 定义文档的清理就说到这里。
下一篇讲的是我怎么梳理 MCP 和 Skills：拔掉常驻的 MCP，清理被底座内化的 Skill，并用 CC-SWITCH 统一管理。
如果需要，我也接 1v1 咨询，以及 Skill 和工作流定制。