کانفیگ ایجنت کدنویسی هم میپوسه
هوش مصنوعیخلاصهٔ کاملتر
ادی عثمانی تو این مقاله میگه کانفیگ ایجنت کدنویسی یه جور نیمهعمر داره: مدلها بهتر میشن، هارنسها قابلیت اضافه میکنن و کدبیس عوض میشه، ولی دستورالعملهایی که برای نسخههای قدیمی نوشتی همونجا میمونن. الگوی رایجش هم اینه که هر بار ایجنت اشتباه میره یه قانون تازه به CLAUDE.md اضافه میشه؛ فایل باد میکنه، پایبندی مدل میاد پایین و کیفیت بدتر میشه.
عددها همینو تأیید میکنن. یه مطالعهی ژوئن روی ۱۰۰ ریپازیتوری محبوب دیده که ۶۲ درصدشون lint leakage (یعنی قانونهای لینتر که بیخودی تو فایل کانتکست تکرار شدن) دارن، ۴۲ درصد context bloat و ۳۵ درصد skill leakage. بیشتر فایلها هم از رهنمود ۲۰۰ خطی آنتروپیک رد شدن و بعضیها به صدها یا هزاران خط رسیدن، یعنی هر سشن توکن الکی میسوزه.
آنتروپیک هم گفته بیشتر از ۸۰ درصد سیستمپرامپت Claude Code رو برای مدلهای نسل پنج حذف کرده بدون افت محسوس تو ارزیابیهای داخلی کدنویسی. نویسنده میگه این عدد هدف نیست چون ارزیابیها عمومی نیستن، ولی درسش اینه که ارزش یه دستورالعمل تاریخ انقضا داره: اول آرشیو کن، و اگه قانونی باید همیشه برقرار باشه بهجای متن بذارش تو تست یا hook یا permission که مدل نتونه گمش کنه.
دو تا مقالهی دیگه هم سراغ خود اسکیلها و فایلهای کانتکست رفتن. اولی تاریخچهی کار یه توسعهدهنده رو تبدیل به اسکیل شخصی کرده و نتیجه غافلگیرکننده بود: اسکیل ساختهشده از تاریخچهی خودت تقریباً همونقدر جواب میده که اسکیل یکی دیگه، و اسکیل عمومی که از دادهی کلی توسعهدهندهها ساخته شده مفیدتر بوده. آزمایشها با شبیهساز LLM انجام شده، پس نویسنده میگه فعلاً امیدوارکنندهست نه قطعی.
دومی پرسیده فایلهای AGENTS.md و CLAUDE.md واقعاً تسک بیشتری حل میکنن یا نه: تو ۲۸۸ اجرا روی ۱۷ تسک واقعی، تفاوت روشنی تو درستی خروجی دیده نشد. ولی روی روش کار اثر داشتن؛ تو یه ریپو که راهنماش هشدار داده بود سوییت تست خیلی کنده، Claude تستهای هدفمندتر اجرا کرد و وقت کمتری هدر داد. یه مطالعهی مرتبط هم میگه خلاصهی متنی فقط به ۴ تا از ۴۵ سؤال رفتاری دربارهی کد جواب داده، ولی خود سورس به ۲۷ تا.
جمعبندی نویسنده اینه که فایل کانتکست رو محدود کنی به چیزهایی که مدل از خود کد درنمیاره: چطور چکهای درست رو اجرا کنه، کدوم عملیات گرونه، چی نباید دست بخوره و قراردادهای نامتعارف پروژه کجان. خودش هر چند هفته /doctor رو داخل سشن اجرا میکنه و حافظه رو جدا با /memory مرور میکنه، و پیشنهاد میده حذف اسکیلها رو هم عملاً تست کنی تا ببینی مدل خام واقعاً ضعیفتره یا نه.
نکات کلیدی:
- مطالعهی ژوئن روی ۱۰۰ ریپو: ۶۲ درصد lint leakage، ۴۲ درصد context bloat، ۳۵ درصد skill leakage
- آنتروپیک بیش از ۸۰ درصد سیستمپرامپت Claude Code رو برای مدلهای نسل پنج حذف کرد، بدون افت محسوس تو ارزیابی داخلی
- تو ۲۸۸ اجرا روی ۱۷ تسک واقعی، فایل کانتکست تفاوت روشنی تو درستی نتیجه نساخت
- اسکیل عمومی ساختهشده از دادهی چند توسعهدهنده از اسکیل شخصیسازیشده مفیدتر بود
- /doctor داخل سشن ممیزی کانفیگه، ولی claude doctor تو شل فقط دیاگنوستیک نصبه
- اسم و توضیح اسکیلها با بودجهی پیشفرض ۱ درصد پنجرهی کانتکست لود میشه و بدنهشون فقط موقع فراخوانی
