目录 (9)
哪种文档格式最适合用于人工智能?(直接写下你的想法,然后使用人工智能)
AGENTS.md 文件用于为 AI 代理提供核心上下文。
开发者将行为规则、代码风格和项目结构等关键信息简化,以便人工智能代理能够轻松阅读。
人工智能真正开始大规模应用之初(虽然感觉好像也就一两年前的事了),它的构建方式就像是把一些基本提示信息一股脑儿地塞进一个 AGENTS.md 文件里。结果会根据这些提示信息的不同而出现很大的差异。因此,人们尝试利用上下文工程技术来获得更好的结果。
然而,问题很快就出现了。
LLM模型中的上下文容错问题
提示时间过长导致代币浪费
当上下文完全填充时,结果质量反而下降的现象。
随着项目规模扩大,管理难度也会增加。
于是人们开始创造诸如技能和指挥之类的概念。
我开始对结构进行分离,以便仅在需要时才注入必要的上下文。
例如:
代码审查的背景
测试生成背景
重构的背景
文档创建的背景
一种将它们分开管理的方法已经出现。
就像软件工程中那样:
抽象的
利益分离
模块化
类似的趋势也出现在人工智能的应用领域。(这很符合工程师和开发人员的作风!)
这种思路自然而然地引出了“代理”的概念。
而不是一个很大的提示:
多个角色各异的代理
专门负责特定任务的代理人
相互协作的多智能体结构
我开始使用它。
特工哈尼斯的出现
更进一步的概念已经出现:代理工具(Agent Harness)。(我已经在 Opencode 的博客文章中介绍过它。)
现在,无需人工逐个运行代理:
自动协调多个代理和
并行处理和
分配工作并
综合结果
建筑物正在建设中。
换句话说,人工智能的应用方式正日益呈现出以下特点:
Prompt→ Skill→ Agent→ Agent Harness它的形式变得越来越先进。
质量和生产效率都得到了极大的提高。
但与此同时,又出现了一个新的问题。
人工智能的应用导致文档产量呈爆炸式增长。
例如:
需求概述
规划文件
API规范
诸如此类的事情几乎已经开始自动生成。
问题就出在这里。
人工智能生成文档的能力非常强。
问题是人们不可能读完所有内容。
我将人工智能与 Confluence、Notion 和 Google Drive 等文档平台连接起来:
文档创建
文档管理
自动摘要
开发自动化
实际上,我也做过很多同样的事情。
然而,我心中只有一种感觉。
随着人工智能性能的提升
人们最终阅读文件的频率降低了。
文件数量和质量持续提高。
人类无法核实所有这些信息,所以最终由人工智能进行总结。
“人工智能生成成本 < 人工验证成本”的时代已经到来。
我开始思考如何解决这个问题。
对人工智能有用的文档与对人类有用的文档有所不同。
如今,如果你观察网络社区或 YouTube,你会发现它们大致分为两大阵营。
我喜欢 Markdown(.md)
我喜欢HTML
前一种情况是因为人工智能认为 .md 文件以最高效的形式呈现便于阅读和理解;后一种情况则是因为 .md 文件对人类来说难以阅读,而 .md 文件对人类来说更容易阅读,所以 HTML 格式更好。
我给你看一张照片作为例子。
如图所示,MD 文件难以有效利用水平空间,虽然它们在视觉上看起来更节省空间。然而,由于它们是按照特定格式编写的,因此可能更便于人工智能处理。另一方面,HTML 提供了非常灵活的用户界面。因此,它看起来更简洁,也更容易控制信息密度。
现在,让我们来分析一下 .md 阵营和 .html 阵营的论点、优点和缺点。
Markdown(.md) 文档文件
Markdown阵营基本上是:
让我们创建易于人工智能阅读的文档
它与以下这种哲学思想很接近……
实际上,Markdown 是一种非常适合人工智能阅读的格式。
因为:
结构很简单,
层级结构清晰明确。
这是因为语义结构在文本中直接体现出来了。
例如:
# 项目结构## 认证- 使用 JWT- 使用 Redis 会话## 代码风格任何禁止的- eslint strict mode这种结构很容易被人工智能理解。
特别是法学硕士(LLM):
#
##
列表
代码块
它通过同样的结构暗示了重要性和等级制度。
=> 逐层应用权重计算(传递注意力)=> 中间迷失,主要/近因偏差缓解
所以,Markdown 不仅仅是一个简单的文档,而是:
人工智能友好型结构化文本
它很近。
实际上:
简易的 Git 差异管理
便捷的版本管理
良好的代币效率
解析稳定
它们具有相同的优势。
HTML(.html)文档
当文档很小的时候,Markdown 完全没问题。但是,随着项目规模的扩大,情况就不同了。
例如:
数百页的需求清单
复杂状态流
多智能体结构
权威系统
业务流程
系统关系图
如果你开始只用 Markdown 来表达同样的东西,你很快就会发现它的局限性。
因为人们:
视觉强调
布局
颜色
相互作用
空间分离
这是因为它能读取信息。
换句话说,人类比单纯的文字更有价值:
视觉信息架构
我读得清楚多了。
因此,基于HTML的文档流近年来也得到了发展。
HTML阵营的理念是:
让我们创建可供人验证的文件
它很近。
HTML 不仅仅是让事物看起来漂亮:
信息密度控制
相互作用
视觉分层
复杂关系的表达
它具有很强的抵抗力。
例如:
可折叠部分
状态流可视化
代理关系图
强调风险因素
任务进度
自动摘要卡
交互式文档
你可以用更自然的方式表达同样的意思。
尤其是在 Agent Harness 时代:
人工智能生成和
人工验证和
AI再次执行
因为循环不断重复,
“易于理解的文件”的重要性日益凸显。
归根结底,重要的是“谁会读它”。
我认为.html和.md格式之间的界限最终会变得毫无意义。最终,两者都会根据文档的阅读者而恰当使用。
如果这是一份由人工智能读取的文档:
结构化
简单
代币效率
语义层次结构
这一点很重要。
反之,如果这是一份供人阅读的文件:
视觉结构
快速扫描
压力
信息压缩
相互作用
这一点很重要。
换句话说,我认为人工智能时代的文档最终会分为人工智能层和人类层。
最终,使用“原始”+“视图”来管理两者。
我认为最终架构会分为人工智能层和人工层,两者都由专人管理。此外,与其单独管理人工层,我认为未来的发展方向是定义一种格式,让人工智能将.md文件转换为视图,然后由人工在必要时构建这些视图。 (纯属个人观点)
就像 React 将状态和 UI 分离一样,最终,源内容和视图将从工程角度进行管理。
所以,如果让我来描述我设想的流程,我认为应该是这样的。

结论
如今的新闻中,不乏开发者被裁员后又重新被聘用的例子。我认为这是因为一个人能处理的任务种类繁多,最终,现实世界中需要做什么的决策还是需要人为干预。如果人工智能在不了解自身目标的情况下进行创造,我认为最终我们会得到一些无法控制的产品。
未来,人工智能的主要应用重点将不再是代码,而是能够实现快速理解的人类沟通和文档编写。作为一名开发者,我必须不断提升自身的编码能力,根据具体情况有效运用人工智能,并利用人工智能克服沟通和文档编写方面的挑战。让我们一起努力!


