返回资讯中心
外部精选
软件工程
#开发者实时流

开发者分析了GitHub上近4万个CLAUDE.md和AGENTS.md文件

来源标题:What I found in 39,535 Claude.md and AGENTS.md files

一名开发者分析了GitHub索引中约200万个CLAUDE.md和AGENTS.md文件中的39,535个,发现AGENTS.md文件数量已超过CLAUDE.md,分别为1,196,366个和876,678个。典型CLAUDE.md每个会话约消耗1,379个token,最大的10%超过4,469个,其中约17%的token用于概览部分。

Hacker News 最新laxmena2026/11/17 · 今天30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

Lax Meiyappan 2026年11月17日 分享 先坦白一件事:我自己从来没打开过我写的 CLAUDE.md。在业余项目里,我都让 agent 替我写,写完就不管了。 所以当我想学怎么写好一个 CLAUDE.md 时,我去找最佳实践。建议找到不少,相关研究也有几篇。但我好奇的是一个更简单的问题:人们到底在这些文件里写了什么?其中又有多少是同一套内容,在成千上万个仓库里被一遍又一遍地重写? (我原本想做的是 skills。这次算试水。) GitHub 的搜索索引里现在大约有两百万个这类文件。我能找到的每一项研究,样本都只有几百到几千个,而且大多来自热门仓库。但在拥有这类文件的仓库中,大约十个里有九个是小仓库:副业项目、实验、个人工具,只有零星几个 star,甚至一个都没有。我的仓库就是这样。 所以我把它们全看了。或者说,GitHub 允许我看多少,我就看了多少。 AGENTS.md 已经反超 CLAUDE.md:1,196,366 个文件,对 876,678 个。 一个典型的 CLAUDE.md 每次会话要花掉约 1,379 个 token。最大的 10% 超过 4,469 个。 这些 token 里大约 17% 花在 overview 类章节上,而 2026 年的一项研究发现,这类内容对 agent 并没有帮助。 26% 的 CLAUDE.md 仍然以生成器自带的固定开场白开头,而 overview 大多就住在这类文件里。 当仓库同时有这两个文件时,大多数仓库会让它们互相链接,但有 12% 是手工维护两份几乎一模一样的副本。 开始之前先说明一点:这里统计的是人们写了什么,而不是写了有没有用。时间紧的话,看每个小标题下加粗的那句话就行。 方法 我做了仔细的抽样,并把结果加权回整个总体。 GitHub 的代码搜索每次查询返回 1,000 条结果,每分钟大约能查九次,所以把每个文件都列出来要花好几天。我从索引里随机抽取切片,测量样本中每一个符合条件的仓库,不论大小、不论热门与否:共 33,762 个仓库。 为什么停在 39,535 个文件,而不是全部两百万个?老实说,因为我想这周就发布。GitHub 每分钟大约只回答九个搜索问题,所以我让 neri 跑了一整夜,早上的时候就收工了。好消息是:中途我把样本扩大了六倍,主要数字几乎没动。再多文件,多半也只是给我多买几位小数。 内部细节:为什么加权很重要。热门仓库容易找到,也已经被研究得太多。只研究它们,你描述的就是十分之一的仓库。按每个仓库被抽中的概率加权,可以让这 33,762 个仓库代表公开 GitHub 的整体情况,并给出误差范围来说明我们有多大把握。 我为这件事写了个小工具,叫 neri(நெறி),泰米尔语里是“准则”或“正道”的意思。我有给项目起泰米尔语名字的习惯;上一个叫 thedu,意思是“搜!”。数字都来自实打实的代码:数 token、找章节、读配置。需要判断的地方,我让来自不同家族的三个 AI 模型各自独立标注样本,然后由我核对分歧。 有一个边界:这是公开的、已提交的那一层。私有仓库、你个人的指令文件,以及未提交的设置,它都看不到。 AGENTS.md 已经悄悄成了默认 无论用哪种口径衡量,AGENTS.md 文件都比 CLAUDE.md 文件多。 索引里有 1,196,366 个 AGENTS.md 文件和 876,678 个 CLAUDE.md 文件。三个仓库里有两个有 AGENTS.md;略多于一半有 CLAUDE.md。两者都有的也不少。 AGENTS.md 是个通用名字,所以我不太敢全信它。我随机打开 40 个读了一遍,其中 39 个是给编码 agent 的指令。 看来不绑定具体工具的名字正在胜出。如果你用不止一种编码工具,你很可能已经在为它写文件了。就连 Anthropic 也转过弯来了。在一个获得五千多赞、持续一年的 GitHub issue 之后,Claude Code 从九月起开始读取 AGENTS.md,前提是旁边没有 CLAUDE.md。这局 AGENTS 赢了。 一个典型的 CLAUDE.md 在你的 agent 读到第一行代码之前,就要加载约 1,379 个 token。 也就是 86 行。最大的 10% 每个加载超过 4,469 个 token。AGENTS.md 文件则更小,大约 1,009 个 token。 我最初的问题在这里得到了答案。热门仓库和小仓库写的 CLAUDE.md 大小相近(1,550 对 1,361 个 token),而且,我们后面会看到,它们写进去的内容也相近。如果真有什么最佳实践,我本以为热门项目会看起来不一样。它们并没有。所有人,包括我,都还在即兴发挥。 内部细节:常驻加载与按需加载。根目录的 CLAUDE.md,加上它通过 @path 导入拉进来的内容,每次会话都会加载。子目录里的 CLAUDE.md 只在 agent 在那里工作时才加载。前者是固定成本,后者是用多少付多少。 一个 CLAUDE.md 每次会话的成本。 六分之一的账单花在 overview 上 43% 的 CLAUDE.md 有 overview 风格的章节,占全部 CLAUDE.md token 的约 17%。 “Project overview”、“Architecture”、“Tech stack”:这些是人们最先写的章节。18% 的文件还会贴一棵目录树。 苏黎世联邦理工学院的研究人员让编码 agent 在真实任务上运行,分别在有和没有上下文文件的情况下。仓库 overview 并没有帮 agent 找到正确的代码,上下文文件平均让成本上升了 20% 以上,而 agent 确实会遵循具体的指令。(目录树没有被单独测试。) 这话有点扎心。我们写得最多的部分,恰恰是研究发现最没用的部分。 转折在这里,这也让我回到我的坦白。26% 的 CLAUDE.md 仍然带着生成文件共有的那句固定开场白:“This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.” 这些文件有 overview 章节的比例是 87%,其余文件是 28%;overview 占它们 token 的 41%,其余文件只占 7%。 所以,overview 这个习惯,很大程度上并不是人们主动选择去写 overview。它是生成器写出来的,而我们留了下来。别忘了,我的也是 agent 写的。我就在这个数字里。 保留了 /init 开场白的文件与其他文件的对比。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →