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。
💡 从反面切入，说明过度堆 AGENTS.md 会让 Agent 背上固定认知成本，越写越全不等于越可靠。
2
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。
💡 把问题推进一层，指出真正的失控源不是失忆，而是产品定义、实现现实、治理规则混成了一锅。
3
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。
💡 给出可操作的落点：把写代码前移成写 plan.md，让 Agent 先在清晰计划里行动，而不是在散乱上下文里即兴发挥。
🧵 串联问题
当 Agent 开始长期参与工程，哪些信息应该进上下文，哪些信息应该变成计划、规则或真理源？