跨三款智能编程平台测试AGENTS.md：通用上下文时代已来临

大多数开发者都忠于自己选择的智能编程平台。你是Copilot用户、Claude Code用户等等。当每个平台都需要自己特殊的方式来管理上下文时，这种忠诚是有道理的。

但AGENTS.md正在悄然改变这一局面。这是一个通用上下文标准，可在GitHub Copilot、Claude Code、Gemini CLI、OpenAI Codex等平台上运行。只需编写一次项目规范，就能使用任何适合当前需求的平台。

我通过三种不同方式构建相同的应用程序来测试这一点。以下是我对当前智能编程现状的了解，以及为什么您的工作流程可能受益于多平台方法。

什么是AGENTS.md？

AGENTS.md是一个标准化的markdown文件，为AI编程助手提供上下文。可以将其视为存储在代码库中的项目简介：需求、技术规范、编码偏好、架构决策以及AI有效工作所需的上下文。

其有用之处在于：

• 通用标准：适用于GitHub Copilot、Claude Code、Gemini CLI、OpenAI Codex和其他AI编程工具
• 纯markdown：无需特殊语法
• 持久上下文：AI每次都会读取它，因此您无需重新解释项目

包含内容： 项目概述、技术要求、文件结构、编码标准、依赖项和设置说明。

存放位置： 将其放在项目根目录中。某些平台支持多级别的AGENTS.md文件以实现更细粒度的上下文。

平台特定说明： GitHub Copilot还支持不同级别的Instructions.md，但AGENTS.md是通用的。Claude Code和Gemini CLI都将AGENTS.md作为其主要上下文来源。

关键优势：编写一次上下文，多个AI编程工具都可以使用它。

实验设计

在这个实验中，我需要一个足够复杂的项目来压力测试这些工具：带有实时模式识别（使编码挑战更难）和复古街机美学的康威生命游戏。AGENTS.md规范包含2000字，涵盖了细胞自动机逻辑、视觉效果（CRT扫描线、发光）以及自动检测和颜色编码 emergent 模式，如滑翔机、振荡器和静物。

相同规范。三个平台：

• GitHub Copilot with GPT-5（我的日常工具，通常与Claude Sonnet 4.5一起使用）
• Claude Code（Anthropic的命令行编码代理）
• Gemini CLI（Google的基于终端的编码工具）

我从零开始运行每个工具，指向相同的AGENTS.md文件。没有手动指导，没有迭代修复，只是一次性测试每个工具能构建什么。

实际结果

所有三个工具都产生了可工作的实现。但方法、结果和开发者体验以揭示性的方式有所不同。

Claude Code：规划师

Claude Code在编写代码前会暂停。它阅读规范，呈现详细的构建路线图（文件结构、实现方法、功能优先级），然后在继续之前需要我的批准。

这感觉像是协作。不那么像"AI做事情"，更像是"AI提出计划，人类签字批准"。

结果？最精致的一次性实现。模式识别工作正确，视觉效果扎实，代码结构良好。感觉像是生产就绪的。

Gemini CLI：诚实的工匠

Gemini接近完成。实现视觉上符合要求的审美。但它坦承未完成：“接下来，我将专注于增强模式检测以识别更复杂的模式，如滑翔机和其他振荡器，如项目要求中所述。”

我欣赏这种诚实。它交付了真正好的东西，同时承认在哪些方面未达到规范。透明度感觉很有价值。

GitHub Copilot + GPT-5：能干的多面手

Copilot快速产生了扎实的实现。游戏工作，复古审美存在，代码干净。但模式识别（特别是振荡器的颜色编码）没有完全按照规范工作。

没有坏，只是在一个核心功能上不完整。仍然令人印象深刻，只是不如Claude Code的输出精致。

客观分析

我不希望这只是我的意见。所以我让Grok Code Fast 1对所有三个实现进行了盲代码审查。

我给Grok提供了AGENTS.md规范和所有三个完整的代码库。没有关于哪个工具构建了哪个的背景。只是：根据规范评估这些。

Claude Code：9/10

• 模式识别：优秀（所有4个方向的滑翔机，多个静物，振荡器）
• 高级功能：余辉轨迹、灭绝警报、稳定模式检测 ✓
• 视觉抛光：完整的复古街机UI，带有CRT扫描线和图例 ✓
• 弱点：缺少LWSS飞船检测；密集网格中可能性能滞后

GitHub Copilot + GPT-5：9/10

• 模式识别：强大（所有4个方向的滑翔机，LWSS飞船，振荡器，静物）
• 高级功能：扫描线、晕影、矢量风格发光、稳定性警报 ✓
• 视觉抛光：平衡的复古审美，带有可选的FPS显示 ✓
• 弱点：振荡器检测依赖于状态比较，可能错过边缘情况 （我个人会给8分，那个9分有点慷慨。）

Gemini CLI：6/10

• 模式识别：有限（仅块静物和水平闪烁器）
• 高级功能：死细胞的基本轨迹效果
• 视觉抛光：干净、功能性的UI，带有复古风格 ✓
• 弱点：严重有限的模式检测（错过滑翔机、飞船、大多数振荡器）；无稳定性/灭绝检测

工作流程洞察

除了分数，这个实验还揭示了一些实际的东西：在同一个项目上使用多个AI编程工具现在真正可行，甚至可能是最优的。

Claude Code和Gemini CLI都可以通过Homebrew在Mac上安装（brew install claude-code / brew install gemini-cli），这使得实验变得极其容易。两者都使您的终端看起来很棒，这不应该重要但不知何故确实重要。

真正的洞察：如果您已经在VSCode中使用Copilot，不打开终端窗格并偶尔运行Claude Code或Gemini CLI获取第二意见，您将错过机会。这两个工具都会读取您的AGENTS.md文件以获取上下文。您不是重新开始。您是在获取同一项目的不同视角。

AGENTS.md文件使这一点无缝衔接。一个规范，多个工具可以执行，当一个代理在难题上卡住时。

这意味着什么

我们正处于AI辅助开发的一个有趣时刻。这些工具不再是实验性的。它们真正有能力。Claude Code在一次尝试中交付了接近生产就绪的代码。Copilot的实现扎实可靠。即使是Gemini，尽管其模式识别有差距，也构建了功能性和视觉上吸引人的东西，我相信再给一次机会，它会搞定模式识别。

AGENTS.md标准使得使用多个工具而无需每次重写上下文变得实用。这不是关于放弃您偏爱的助手。而是关于认识到不同工具有不同的优势。Claude Code的规划阶段捕捉了边缘情况。Copilot的飞船检测更完整。Gemini的审美选择即使在其模式识别不足的地方也令人信服。

您不需要选择一个。多工具工作流程的基础设施已经存在。

自己尝试

所有三个实现都可以探索：

• Claude Code
• Github Copilot
• Gemini CLI

驱动所有三个的AGENTS.md文件在这里。

如果您已经在使用一个AI编程助手，考虑尝试另一个。入门门槛比您想象的要低，从看到同一问题的不同方法中获得的见解值得花费十五分钟尝试。