Pesquisa: o ficheiro AGENTS.md pode reduzir o tempo de execução do Agente de programação AI em 29% e diminuir os tokens de saída em 17%

Segundo a BlockBeats news de 3 de março, segundo a 1M AI News, equipas de investigação da Singapore Management University, Heidelberg University, Bamberg University e King’s College London publicaram um artigo no arXiv, avaliando quantitativamente o impacto dos AGENTS.md de perfil ao nível de armazém na eficiência dos agentes de programação de IA pela primeira vez. AGENTS.md é um ficheiro de instruções armazenado na diretoria raiz do repositório de código para explicar a arquitetura do projeto, comandos de compilação, especificações de codificação e restrições operacionais aos AI Agents, semelhante ao CLAUDE.md do Anthropic Claude Code e ao copilot-instructions.md do GitHub Copilot, tendo sido adotado por mais de 60.000 repositórios do GitHub.

A equipa de investigação realizou experiências emparelhadas usando o OpenAI Codex (gpt-5.2-codex) em 124 PRs fundidos em 10 repositórios (nenhum deles com mais de 100 linhas de alterações de código), a correr em ambas as condições AGENTS.md. Os resultados mostram AGENTS.md que o tempo de execução mediano diminui de 98,57 segundos para 70,34 segundos (uma diminuição de 28,64%) e que o token de saída mediano diminui de 2.925 para 2.440 (uma diminuição de 16,58%) sem diferença significativa no comportamento de conclusão de tarefas (teste de rank gestual de Wilcoxon, p). < 0.05）。

Os investigadores apontaram que AGENTS.md alterado a orientação do agente de “prompts efémeros” para “artefactos de configuração versionados, revisíveis e mantidos colaborativamente”, e sugeriram que as equipas de desenvolvimento as incorporassem no repositório como prática padrão. Em termos de limitações, o estudo testou apenas o agente único do OpenAI Codex, e a amostra foi limitada a PRs de pequena escala, não realizando uma avaliação abrangente da correção do código.