Vercel工程师的AI编程规范：8条原则省掉80%Token

你有没有这种感觉——喂给 AI 一大段需求，它却一遍遍返工，Token 烧得像不要钱？

问题不在 AI 笨，是你没给它「工程化思维」。

一位 Vercel 工程师最近分享了一套 AGENTS.md 方法论，核心就一句话：用工程化的决策和方案设计，降低 AI 的无效迭代，把 Token 消耗砍掉 80%。 这不是玄学，是实打实的开发经验。

什么是 AGENTS.md？

AGENTS.md 是一个给 AI 编程助手看的「项目指南」。你可以理解为它是给 AI agent 用的 README——放在项目根目录，AI 一拉代码就知道：

• 怎么跑起来（安装命令、启动命令）
• 怎么跑测试
• 代码风格是什么
• 哪些是雷区不能碰

README 是给人类看的，AGENTS.md 是给 AI 看的。两者各司其职，互不干扰。

8 条硬核原则，条条都是 Token 优化的关键

这位 Vercel 工程师总结了 8 条工程准则，我挑几条最狠的说：

「不维护向后兼容性」——废弃代码直接删，不留迁移层。这条看似激进，但 AI 理解起来极简单，代码库干净，Token 消耗自然低。

「用最简单的方案」——不要引入「可能有用的抽象层」。很多 Token 浪费在 AI 理解那些其实用不上的配置项和间接层。

「渐进式构建」——先跑通最小可用版本，再逐步加功能。不要用「还没成熟的复杂性」去取代「已经可用的产品」。

「先查现有依赖」——在引入新库之前，先看看项目里是不是已经有类似能力了。很多 AI 上来就推荐新依赖，其实项目里一行代码就能解决。

「架构决策看长期」——不要用「只能解决眼前问题」的权宜方案。AI 最怕的就是短期凑合长期崩，一改就全部返工，Token 翻倍烧。

为什么能省 80% Token？

传统开发流程里，AI 每次迭代都需要大量上下文来理解「代码为什么要这样写」「为什么不用那种方案」。

当你有了 AGENTS.md，AI 第一次就能做对——因为它知道了你的工程原则：为什么不那样做、什么该删、什么不该加。

减少返工 = 减少迭代轮次 = 减少 Token 消耗。

怎么用？

第一步：在项目根目录创建 AGENTS.md 文件。

第二步：参考 agents.md 官网的格式模板，写清楚你的开发规范。

第三步：把 AGENTS.md 的路径告诉你的 AI 编程助手，让它每次对话前先读一遍。

目前已有 60,000+ 开源项目 采用这个格式，包括 Vercel 自家的多个项目。

GitHub 上可以直接搜 path:AGENTS.md 找到大量真实案例参考。

这大概是今年最被低估的编程效率工具——不要钱，但能实打实帮你把 AI 编程成本砍一截。

GitHub：https://agents.md/

GitHub: https://agents.md/