agent.md 让 AI 编码接近手工质量，Fabien Sanglard 的实践
《Game Engine Black Book》作者 Fabien Sanglard 记录了自己驯服 LLM 编码的完整路径。2025 年年中首次尝试时代码根本无法编译；2026 年 1 月重试，模型能写复杂数据结构、能定位晦涩的内核 bug，但产出是毫无注释与结构的意大利面。
改用 Antigravity、Claude Code 等智能体 IDE 后，他陷入「无限耐心的初级程序员」评审循环——每轮都要重复「别用魔法数字」「加个注释」之类的建议，疲惫且低效。
他的解法是 agent.md：编码 harness 会在会话开始时把这个文件注入提示词。函数名短于 30 字符、用枚举替代布尔参数、禁止箭头反模式、提交信息遵循 7 条规则、修 bug 先写失败测试……所有风格偏好一次写清，agent 从第一行代码就按规范执行。
他还总结出对抗上下文稀释的实战技巧：模型在长上下文里会忽略中段指令，因此每个功能开新会话保持上下文短，质量下滑时一句「reload agent.md」即可让 harness 重新注入规范。
他坦承这不是魔法——模型依然会幻觉，代码依然要人读，只是评审重心从风格转向了架构与设计。当模型能力趋于同质，决定产出上限的往往是这些外围工程细节。