最近，如果你关注 AI 编程工具的生态，可能会注意到两个新名词频繁出现：MCP 和 Agents.md。
MCP（Model Context Protocol）是为大语言模型（LLM）提供标准化上下文接入方式的协议，类似于让 LLM 能"看懂"外部工具、数据源和环境的一种通用语言。它试图解决的问题是：如何让不同的 AI 工具以统一方式向模型提供上下文？
而 Agents.md，则看起来更"朴素"------它只是一个 Markdown 文件，放在你的代码仓库根目录下，内容通常是：
markdown
## Setup commands
- Install deps: `pnpm install`
- Start dev server: `pnpm dev`
- Run tests: `pnpm test`
## Code style
- TypeScript strict mode
- Single quotes, no semicolons
- Use functional patterns where possible乍一看，这不就是 README 的一部分吗？为什么还要单独搞一个 AGENTS.md？
人类看 README，Agent 看 AGENTS.md
关键区别在于受众不同。
- README.md 是写给人看的：项目简介、快速上手、贡献指南、社区链接......它追求简洁、友好、有吸引力。
- AGENTS.md 是写给 AI 编程代理（coding agent）看的：构建命令、测试流程、代码风格、依赖结构、CI 规则......它追求精确、可执行、无歧义。
举个例子：人类看到"请先安装依赖"就懂了；但 AI 代理需要明确知道是 npm install、yarn install 还是 pnpm install。一个错字，整个自动化流程就可能崩掉。
所以，AGENTS.md 的出现，不是为了取代 README，而是为 AI 代理提供一个专属的、结构化的操作手册。
为什么不能直接用 CLAUDE.md？
确实，像 Claude Code Cli 这样的工具已经支持通过 CLAUDE.md 提供项目上下文。但这带来一个问题：碎片化。
- Claude 用
CLAUDE.md - Cursor 可能用
.cursor/config.md - GitHub Copilot 实验性功能可能用
.github/copilot.md - 你自研的 agent 又定义了自己的格式......
- ......
每个工具一套规则，开发者疲于维护多个"上下文文件"，而项目仓库也变得杂乱。
AGENTS.md 的野心，是成为一个开放、通用、无厂商锁定的标准 ------就像 package.json 之于 Node.js，.gitignore 之于 Git。
它不隶属于 OpenAI、Anthropic 或 Google，而是由社区共建（包括 OpenAI Codex、Cursor、Google Jules 等团队参与推动）。目前已有超过 41,000 个开源项目采用。
AGENTS.md 和 MCP：互补而非竞争
你可能会问：既然有了 MCP 这种"协议级"标准，还需要 AGENTS.md 这种"文件级"约定吗？
答案是：它们在不同层次工作，互为补充。
- MCP 是运行时协议：定义 AI 如何与工具、API、数据库等动态交互。比如 Github 提交一个 PR。
- AGENTS.md 是静态上下文：告诉 AI "在这个项目里，你应该怎么做事"。比如"用 pnpm 而不是 npm"、"测试命令是
pnpm test"。
可以这样类比：
- MCP 是"操作系统 API"，让程序能调用硬件；
- AGENTS.md 是"项目 README for machines"，让 AI 能理解项目约定。
一个管"能力接入"，一个管"行为规范"。
写 AGENTS.md，其实是在"教 AI 做人"
AGENTS.md 的真正价值，不在于技术实现，而在于把隐性知识显性化。
很多项目中，构建流程、测试策略、代码风格其实只存在于老员工的脑子里，或者散落在 CI 配置、PR 模板、Slack 聊天记录里。新人（无论是人类还是 AI）进来都要"踩坑学习"。
而 AGENTS.md 强制你把这些规则写下来，形成一份可被机器理解的契约。
更妙的是，它还能嵌套：在 monorepo 中，每个子包都可以有自己的 AGENTS.md，实现上下文隔离。
未来：AI 时代的"项目规范"
AGENTS.md 的愿景，是成为每个代码仓库的"标配文件"------就像 LICENSE、README、package.json 一样自然。
它不炫技，不复杂，只是一个简单的 Markdown 文件。但正是这种简单，让它有可能被广泛采纳。
结语
技术演进常常如此：先有混乱的实践，再有统一的规范。
MCP 解决了"AI 如何连接世界"的问题，
AGENTS.md 则解决"AI 如何理解你的项目"的问题。
一个向外连接，一个向内约定。
当这两个方向都逐渐标准化，AI 编程代理才能真正从"玩具工程"变成"生产力工具"。
而作为开发者，我们能做的，就是在你的下一个有 AI 参与开发的项目里，加一个 AGENTS.md。
不需要多复杂，只要写清楚三件事：
- 怎么跑起来？
- 怎么测正确？
- 代码怎么写？
这就够了。
附：AGENTS.md 示例模板
markdown# AGENTS.md ## Setup - Install: `pnpm install` - Dev: `pnpm dev` ## Testing - Run all tests: `pnpm test` - Lint: `pnpm lint` ## Code Style - TypeScript with strict mode - Single quotes, no semicolons - Prefer functional over class-based components
（完）