AGENTS.md:把项目约定写进文件,让 Codex 每次启动都「带着上下文上岗」
Codex 文档把「Agent configuration」单列为一节,核心是 AGENTS.md、Subagents、Speed 与 Rules。AGENTS.md 是放进仓库根目录的项目级指令文件,Agent 每次读取代码前先读它——这意味着项目约定、构建命令、测试方式、命名规则都可以被 Agent 稳定继承,而不是每次对话口头重讲。
从 X 上公开讨论中筛选 Codex、Agent Harness、记忆、工具、安全和工程化趋势,整理成多语言 SEO 内容。
Codex 文档把「Agent configuration」单列为一节,核心是 AGENTS.md、Subagents、Speed 与 Rules。AGENTS.md 是放进仓库根目录的项目级指令文件,Agent 每次读取代码前先读它——这意味着项目约定、构建命令、测试方式、命名规则都可以被 Agent 稳定继承,而不是每次对话口头重讲。
Codex 文档的 Permissions 一节列出 Profiles、Sandboxing、Auto-review、Agent approvals & security、Internet access 五个层次。这不是「一刀切」的开关,而是一套把 Agent 权限分层收紧的机制:沙箱隔离执行环境,自动审查(auto-review)在代码变更落地前把关,网络访问单独受控。
Codex 文档的 Environments 一节列出 Modes、Local environments、Cloud environment 与 Git worktrees。同一个 Agent,可以选择在你自己电脑的本地环境跑,也可以丢到云端环境,还可以用 Git worktree 让每个任务在独立的分支工作树上进行——「在哪里干活」本身成了一个可配置的工程决策。
a2aproject/A2A(2.6 万 star,Linux Foundation 托管、Google 贡献)定义了 Agent2Agent 开放协议,解决「不同公司、不同框架、不同服务器上的 Agent 如何像 Agent 一样协作」而非「像工具一样被调用」。它基于 JSON-RPC 2.0 over HTTP(S),用 Agent Card 发现能力,支持同步请求、SSE 流式与异步推送,并已提供 6 种语言 SDK。
A2A 协议把「Preserve Opacity(保持不透明)」列为设计目标之一:Agent 之间可以协作,但无需共享内部记忆、专有逻辑或具体工具实现。能力通过 Agent Card 这一「最小契约」对外暴露,内部实现保持黑盒——这对跨公司的 Agent 协作同时解决了「能合作」和「敢合作」两个问题。
OpenAI 把 Compaction(压缩)列为 API 的「核心概念」之一,与 Conversation state、Streaming、Counting tokens 并列。它回答了一个多轮 Agent 迟早要面对的问题:对话历史越滚越长、逼近上下文窗口上限时,如何在不丢失关键信息的前提下压缩历史,让长任务能持续跑下去。
OpenTelemetry 规范(CNCF 项目,open-telemetry/opentelemetry-specification)用一套跨语言、跨实现的标准定义了 traces、metrics、logs 三者,并按语义化版本 2.0 管理演进。Codex 文档也把 Tracing 与 Observability and usage 列为独立模块——Agent 的可观测性正在从「事后翻日志」走向「结构化、可关联的追踪」。
OpenAI 的 Agents SDK 把 Guardrails 列为独立模块,与 Orchestration、Results and state 并列;文档还配套了 Safety best practices、Red teaming 与 Safety checks / Safety classifiers。这意味着安全不再只是上线前的「抽查」,而是作为一等公民嵌进了 Agent 的构建与运行流程。
Codex 文档的 What's new 显示:9 月 21–25 日,GPT-6 Sol 与 GPT-6 Luna 以低于 GPT-5.6 的 token 价格在 Codex 中逐步上线;GPT-5.5 则定于 2026 年 10 月 14 日从 ChatGPT、ChatGPT Work 与 Codex 全计划退役。模型代际更替已成 Codex 的常态化节奏,对依赖它的工作流意味着明确的升级窗口。
Codex 文档把 Multi-agent 列为 API 的核心概念,并在 Agents SDK 里配套了 Orchestration 与 Sandbox agents。OpenAI 的做法不是「一个巨型 Agent 干所有事」,而是把任务拆给多个专职 Agent,通过编排与交接(handoffs)组织成流水线或层级结构。