agent.md: как настроить LLM под свой стиль кода

LLM пишет код — но по чьим правилам?

Если отпустить LLM в режим «полного вайб-кодинга», можно производить в 1000 раз больше кода, чем раньше — и получить в итоге непроходимую мешанину. Опытный разработчик Фабьен Санглар нашёл элегантное решение: файл agent.md, который автоматически загружается в контекст каждой новой сессии и удерживает модель в рамках нужного стиля. Качество кода после этого улучшилось кардинально.

Проблема: повторение одних и тех же инструкций

Код был очень близок к тому, что автор написал бы вручную, но работа оказывалась утомительной — приходилось повторять одни и те же замечания снова и снова в каждой новой сессии.

Каждый раз, когда разработчику что-то не нравилось, он добавлял замечание в ~/.gemini/GEMINI.md или ~/.claude/CLAUDE.md, чтобы агент мог воспроизвести его стиль. Так родилась идея единого, версионируемого файла правил.

Как это работает

Когда начинается сессия программирования, «обвязка» (coding harness) загружает файл agent.md и встраивает его в промпт — это идеальное место для тонкой настройки предпочтений по стилю кода.

Каждый раз, когда автор ловил себя на повторении одного и того же замечания для улучшения кода, он добавлял его в файл. Достаточно положить файл в корень проекта. Или создать симлинк gemini.md/claude.md → agent.md, чтобы правила работали глобально.

flowchart LR
    A[Старт сессии] --> B[Агент читает agent.md]
    B --> C[Правила встроены в промпт]
    C --> D[LLM генерирует код]
    D --> E{Качество упало?}
    E -- Да --> F[Reload agent.md]
    F --> D
    E -- Нет --> G[Готовый PR]

Проблема «размытия контекста» (context dilution)

Существует неприятный феномен под названием «размытие контекста» (context dilution или attention dilution), описанный в статье Lost in the Middle: по мере роста контекста модель начинает уделять меньше внимания инструкциям в середине — в пользу начала и конца.

Санглар нашёл два способа бороться с этим:

Первый — держать контекст коротким, начиная новую сессию под каждую фичу. Второй — явно попросить агента перезагрузить agent.md. Команда «Reload agent.md» помогает, когда качество кода начинает падать.

Что писать в agent.md

Санглар поделился своим файлом как отправной точкой. Вот структура, которую он рекомендует:

Ключевой принцип из его файла: при написании чего-либо для людей (комментарий, commit-сообщение, ответ на промпт) — использовать как можно меньше слов, отбирая каждое тщательно.

# FAB's AGENT.MD

## Communication
- Use as few words as possible in all human-facing output
- Every word must earn its place

## Git
- Capitalize first letter of subject line
- Do not end subject line with a period
- Limit subject to 50 characters

## Code style
- Prefer explicit over implicit
- No dead code in PRs

Контекст: индустриальный стандарт де-факто

К началу 2026 года AGENTS.md стал стандартным способом передавать контекст AI-агентам в командах разработчиков. Его нативно читают Claude Code, OpenAI Codex CLI, Cursor, Aider, Devin, GitHub Copilot, Gemini CLI, Windsurf и Amazon Q.

Конвенция принята более чем в 60 000 репозиториев и теперь курируется Agentic AI Foundation под эгидой Linux Foundation.

Лучший AGENTS.md — тот, который ваша команда реально поддерживает. Не тот, что документирует каждый edge case и устаревает уже к следующему спринту.

Оба типа файлов контекста увеличивают стоимость вывода более чем на 20% — так что вы платите больше токенами, временем и деньгами за минимальный прирост качества в лучшем случае. Поэтому подход Санглара — минималистичный, живой файл правил, пополняемый по мере реальных проблем — выглядит наиболее прагматичным.

Материал Санглара, вышедший 21 августа 2026 года, уже попал в топ Hacker News — что говорит о том, насколько остро сообщество ощущает проблему управляемости AI-ассистентов при реальной разработке.