最近不管是換用 GPT-5.6-Sol 還是各類推理模型（以下是 2026 年 8 月的使用體感），寫程式碼時反而經常覺得它反應遲鈍，而且token消耗有點大，不聽指令以及處理時間過長的事情屢見不鮮，我第一反應難道是模型降智了？但是降智的話也不應該全部模型都降智啊。
突然想起之前Claude Code 團隊的人裡提到，他們為最新一代模型刪掉了約 80% 的系統提示詞，但是表現良好。Claude Code 團隊的 Thariq 在 2026 年 7 月的推文裡寫到了這件事，並配了一篇講 Claude 5 模型上下文工程規則的文章（推文原文）。
現在的harness自己就具備程式碼檢索和編輯邊界意識，用戶端的工具鏈也有底層校驗，以前手把手教的內容早就成了模型常識。
也就是說我們的CLAUDE.md 或者 AGENTS.md 不用寫那麼多提示詞，Agent 也不用裝那麼多skill、mcp和插件等工具了，很多能力都已經內化到harness裡去了，不然反而效果更差。
有的朋友可能會問什麼是harness？簡單地說它就是執行大模型的底座，包括工具使用、記憶、狀態永續性、執行環境及回饋迴路等。
現在挺流行的定義：Agent = Model + Harness。
模型越強，舊規則越像噪音
跑題了，回到正題。
翻開這些檔案看了看，其實全是我這大半年寫程式碼時慢慢攢下的。回想起來我最早用的Agent是Google Antigravity，然後是 Claude Code，最近主要是 Codex ，誰讓A➗封我號了。
每次遇到 AI 犯錯，我就習慣性在對應專案的 CLAUDE.md 或者 AGENTS.md 里加一條規矩：AI 亂改別的檔案了加一條，漏跑測試了加一條，群裡看到別人分享的所謂架構師提示詞也往裡粘。不同 Agent 的檔案不統一，有重複的也有不同的。
日積月累，全域和專案的設定檔直接變成了一本厚厚且雜亂的說明書。
我電腦裡的這幾千行舊規則現在成了負資產。一方面規則太長會擠佔有效上下文，關鍵的專案命令寫在後面經常被直接漏讀；另一方面我平時 Claude Code、Codex 和 Antigravity 換著用，每個工具存一份設定，時間一久各處命令對不上，同一個專案在不同用戶端裡跑出完全不同的行為。
我把所有設定推倒重寫了
想通之後我讓AI把本機設定徹底重構了一遍：
- 全域事實源只保留
~/.codex/AGENTS.md並縮減到 36 行； ~/.claude/CLAUDE.md僅用一行@~/.codex/AGENTS.md引用；- Antigravity 的
~/.gemini/GEMINI.md同步維護一份 37 行左右的版本； - 20 個專案根目錄的規則逐個重寫壓縮，只留專用的 build 和 test 指令。
重構前後的資料對比（2026 年 8 月實測）：
| 範圍 | 清理前 | 清理後 | 變化 | 降幅 |
|---|---|---|---|---|
| 全域規則 (Codex / Claude) | 10 檔案 / 1,194 行 | 2 檔案 / 36 行 | -1,158 行 | 97.0% |
| 全部專案級規則 (20 個專案) | 21 檔案 / 5,277 行 | 40 檔案 / 663 行 | -4,614 行 | 87.4% |
Antigravity (~/.gemini/GEMINI.md) |
1 檔案 / 123 行 | 1 檔案 / 37 行 | -86 行 | 69.9% |
| 全量總計 | 32 檔案 / 6,594 行 | 43 檔案 / 736 行 | -5,858 行 | 88.8% |
總行數從 6594 降到了 736，降幅 88.8%。在 Antigravity 介面實測（2026 年 8 月），全域規則初始化從幾千 Token 降到了 956 Tokens。
讓 AI 跑的兩段話
我讓AI處理完後讓他將我上面所做的事情整理成了兩段提示詞，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。
等它列出方案確認無誤後，再回它一句動工：
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。
改完這套設定跑了幾天，最直觀的體會是它手腳乾淨多了，不再借著改小需求到處動無關程式碼，切不同工具也不用反覆折騰環境。
只用Claude Code 更推薦你使用這個指令
準備發這篇文章前才發現 Claude Code 自己已經有類似的功能了。Claude Code 的作者 Boris Cherny 在 2026 年 7 月 9 日的推文裡介紹了這個新功能。
只需要執行簡單的checkup指令，也就是之前的 /doctor。在我當時使用的 2.1.237 版本里，兩者是同一個命令。不過這個指令只能處理Claude Code的設定，其他Agent不適用。
/checkup
這個指令除了claude.md，skill、MCP、外掛都會一併清理。而skill、mcp其實我在執行這個指令前也已經處理過一輪，這次執行這個命令再次做了修補，效果還可以。這次的範圍是：停用 59 個未使用技能（其中 53 個從未使用，6 個低頻）、4 個外掛和 4 個閒置的 MCP 連線，技能列表從 71 項減到 12 項。報告初版寫的是 65 個未使用技能，核對腳本後更正為 59 個。可以看看下面的圖片。
上下文載入機制
在這次執行doctor指令期間，Claude Code還解答了兩個我之前對於上下文載入的疑問：
- skill列表的上下文載入預算是多少？
答：約等於上下文視窗的 1%（依據 Claude Code 官方 Skills 文件），200K 視窗約為 2K tokens。它說我當時 71 個啟用技能合計約 4.6K tokens，超過了 2K 的預算，怪不得我之前使用一下模型會發現斜槓命令搜不到一些skills，原因竟然是在這裡。不過現在不少模型已經是百萬上下文視窗，按同樣的 1% 比例，預算約為 10K tokens。不過沒必要載入就不載入，畢竟浪費token也影響效能不是。
- Claude.md 的載入邏輯是怎樣的？
答：我之前看到有人說只加載前200行，原來不是的，說的是memory.md。而Claude.md會完整載入，200行只是寫作建議，太長會降低服從度。
關於 CLAUDE.md 和 AGENTS.md 這類 Agent 定義文件的清理就說到這裡。
下一篇講的是我怎麼梳理 MCP 和 Skills：拔掉常駐的 MCP，清理被底座內化的 Skill，並用 CC-SWITCH 統一管理。
如果需要，我也接 1v1 諮詢，以及 Skill 和工作流定製。