1
AGENTS.md 不是越全越好，臃肿文档正在给编码智能体加税
这篇文章的判断是对的：大而全的 AGENTS.md 往往不是增强剂，而是让编码智能体更慢、更散、更容易抓不到重点的固定成本。
💡 先把误区捅破：给 Agent 塞更多说明文档，不一定是增强，往往只是把真正关键的约束埋进噪音里，让系统先在输入层缴税。
2
AI 编程的新主流程不是写代码，而是先写 plan.md
这篇文章最有价值的判断是“LLM 时代真正稀缺的是规划与编排，不是手写代码”，但作者把个人高配、高风险、强生态绑定的工作流包装成普适方法，这一步明显说过头了。
💡 然后把解法往前推一步：plan.md 的价值不只是方便协作，而是把意图和执行临时分离，让 Agent 不必一边干活一边猜老板脑子里到底想要什么。
3
AI Coding 不是失忆问题，而是真理源失控问题
这篇文章最有价值的判断是：AI Coding 经常失控，主因不是模型“没记住”，而是项目把产品定义、实现现实、治理规则和本地现场混写，逼着 agent 在漂移的真相源里瞎猜。
💡 最后把问题系统化：真正该治理的不是“记忆丢没丢”，而是产品定义、实现现实、治理规则和本地现场这些真相源有没有被混写到失控。
🧵 串联问题
如果 Agent 时代真正稀缺的不是更多 token，而是更干净的真相源与计划层，那 Neta 现在最该先工程化的到底是什么：把知识压缩得更短、把计划写得更清楚，还是把产品定义/实现现实/运行现场彻底拆层？哪一层没立住，后面所有自动化都会变成更快的自我欺骗？