会飞的荧
@feitu
Astra 不适合站起来蹬？
OpenAI 文档里的一个细节：Astra 对指令更加敏感。
官方明确建议检查模型能够读取的 skills、agents.md 等文件，删除含糊、冲突和过时的指令。
Astra 更擅长发现、理解并执行 context 里的规则。同一句要求，旧模型可能忽略，Astra 更容易把它当成必须遵守的约束。
比如你平时对 AI 说：大胆执行，尽量自己完成
但 skill 里又写着：修改前必须让我确认方案
旧模型可能选择性漏掉后一句，直接开始执行，Astra 更容易注意到这两条要求存在冲突，结果就是规则互相冲突，简单任务被做得过重，模型频繁停下来询问。
所以为了更好地使用 Astra，每个人可能都需要优化一下自己的 agents.md，且不要再习惯性地把所有任务都开到最高档，Astra 的基础能力已经很强，Light/Medium 速度快，而且大部分任务都够用。
档位选择：
light：查资料、解释代码、小修改、写文案、日常问答
medium/high：复杂调试、架构设计、长任务
xhigh/ultra：极难推理、重要审计、长期研究
又让 Astra 给我写了个 prompt 来帮我优化本地的 agents.md 和 skills，直接复制：
请检查并优化当前项目实际生效的 AGENTS.md，让规则清晰、一致，减少模型因指令冲突而反复确认、过度执行或提前停止。
先读取实际适用于当前项目的全局、父目录和项目级规则，确认它们之间的继承关系。必要时查看被明确引用的 Skill，以查明冲突；不要全面扫描无关文件，也不要读取凭据、会话记录或缓存。
重点检查：
- 相互矛盾、重复、过时或适用范围不清的要求。
- 没有说明适用条件的始终、必须、任何情况下、绝不等绝对化指令。
- 导致日常任务频繁请求确认、只提出计划却不完成工作的要求。
- 强制所有任务都使用复杂流程、多模型、子 agent 或全量测试的要求。
- 应属于某个 Skill 的细节，却被写成所有任务都要遵守的全局规则。
修改原则：
保留我的明确偏好、项目事实、常用命令、语言要求、外部模型路由，以及真实的安全和权限边界。
不把篇幅短当作目标；删除规则前，先判断它是否承载独有的约束。
用明确的适用条件、完成标准和必要例外，替代模糊或过度宽泛的要求。
区分解释或诊断和实施修改：前者不自动授权修复；后者应完成已授权工作并进行适度验证。
已授权且范围明确的日常工作自主推进；仅在缺少会实质影响结果的信息，或下一步超出授权范围时询问。
不因规则写得更简洁而放宽部署、发布、消息发送、凭据处理或重要数据删除的权限。
不擅自改变我的明确偏好；无法确定是否仍然有效的要求，保留并指出疑问。
请直接优化当前仓库内的 AGENTS.md，保留已有的未提交改动。对全局或仓库外文件、Skills 的修改，只给出具体建议和拟议 diff。
完成后简要说明：修改了什么、解决了哪些具体冲突、还有哪些问题需要我决定。每个重要判断都引用实际规则及文件位置，不要仅凭新模型更强推测某条规则已经无用。
