一个会写代码的 Agent 和「能直接干活的 AI 员工」之间，差的往往不是模型能力，而是它是否带着你们团队的上下文上岗。Codex 的答案是 AGENTS.md：一个放在仓库根目录的项目级指令文件。官方文档把「Agent configuration」拆成几个层次——AGENTS.md 负责项目级指令与上下文，Subagents 负责把专门子任务打包成可复用的子代理，Speed 控制响应节奏，Rules 约束行为边界。这套设计的精髓在于「约定外置」：把「这个仓库怎么构建、怎么测试、有哪些命名约定」从每次对话的 prompt 里抽出来，沉淀成文件，让任何一次会话、任何一个协作者都能稳定复用。OpenTelemetry 规范仓库自己也维护了 AGENTS.md（以及 CLAUDE.md），说明这已经是开源社区默认的工程惯例。
对《从零上手 Codex》的学习者，AGENTS.md 是第一个该掌握的「工程化」动作：装好 Codex 后，第一件事不是让它乱写代码，而是先把构建命令、测试命令、目录结构写进 AGENTS.md。课程里会把它和 prompt 里的临时指令做对比，让学习者体会到「约定外置」带来的可复现性。对《从零到精通 Agent Harness》的学习者，AGENTS.md 是「组织口径下发」的一个朴素雏形——FIIT.AI 的 AI 员工通过云端下发组织口径、新建员工自动继承，本质就是把 AGENTS.md 的思路从「单仓库」升级到「组织级」。理解了这层，就理解了为什么「上下文工程」比「提示词工程」更接近生产。