你的 CLAUDE.md 是一份指令文件。它应该是一份失败日志。

2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家 

CLAUDE.md 指令的遵循率约为 60-70%。米切尔·哈希莫托在 Ghostty 项目中的 AGENTS.md 文件没有任何空泛的愿景式陈述——每一条目都追溯至智能体实际犯下的错误。请使用“失败到约束”决策树：危险操作归入钩子（Hooks），可重复的工作流归入命令（Commands），风格与规范归入 CLAUDE.md。

两个 CLAUDE.md 文件。同一个项目。不同的哲学：

# ❌ 之前：以指令为主的 CLAUDE.md（典型做法）
# 47 行善意的规则
- “操作生产数据库时要小心。”
- “始终编写测试。”
- “使用 TypeScript 严格模式。”
- “遵循我们的命名规范。”
# Claude 会阅读这些内容，并在 20 万词元的上下文中权衡……遵循率约为 65%。

# ✅ 之后：以失败为主的 CLAUDE.md（哈希莫托方法）
# 12 行，每一行都追溯到具体事件
- “严禁使用 git push --force。请使用 --force-with-lease。”
  # 失败案例：2026-03-12，强制推送覆盖了 feature/auth 分支上队友的提交
- “在任何 git commit 之前运行 npm test。无例外。”
  # 失败案例：2026-02-28，错误的导入被推送到主分支，持续集成系统在 20 分钟后才捕获

一个文件包含 47 行建议。另一个文件包含 12 行教训。智能体实际上会遵循哪一个？

答案显而易见。12 行的文件每次都胜出，因为每一行都分量十足。每一行的存在都有模型可以评估的具体原因。47 行的文件只是一份愿望清单。而 12 行的文件是一个约束框架。

为什么大多数 CLAUDE.md 文件会失效？

大多数 CLAUDE.md 文件失效，是因为开发者像写职位描述一样去写它们：充满愿景、面面俱到、臃肿不堪。大语言模型不像代码执行函数那样执行指令。它们会在完整的上下文窗口中权衡每条指令。行数越多意味着稀释越严重，从而导致每行指令的遵循率降低。

数据支持这一观点。一项苏黎世联邦理工学院的研究（Gloaguen 等人，2026 年）在 138 个真实的 GitHub 问题上测试了上下文文件，发现由大语言模型生成的智能体配置文件实际上将成功率降低了 0.5-2%，同时将推理成本增加了 20-23%。即使是开发者提供的文件，平均也只能将性能提高约 4%。典型的开发者编写文件平均包含 9.7 个部分，共 641 个单词。

为了 4% 的提升，付出如此多的指令代价，实在太高了。

前沿大语言模型能够以合理的一致性遵循大约 150-200 条指令。你的 200 行 CLAUDE.md 在计算系统提示词（另外约 50 条指令）之前，就已经超出了这个预算上限。社区基准测试显示，超过 200 行的文件遵循率为 60-70%。这意味着你最重要的规则能否被遵循，简直就像抛硬币一样随机。

什么是米切尔·哈希莫托的 AGENTS.md 方法？

米切尔·哈希莫托（Terraform、Vagrant 以及现在的 Ghostty 的创作者）将 AGENTS.md 视为失败日志，而非指令文件。Ghostty 的 AGENTS.md 中的每一行之所以存在，是因为