Максимизация потенциала GPT-6 Astra: Полное руководство по проектированию Codex harness

3 сентября 2026 года OpenAI выпустила GPT-6 Astra.

Многие просто переключают настройки модели Codex на Astra и останавливаются на этом.

Однако OpenAI в тот день обновила не только модель. В официальном анонсе прямо указано, что вместе с Astra была обновлена «упряжь» (Harness) Codex (Источник: OpenAI «GPT-6 Astra: Новое поколение интеллекта» https://openai.com/index/gpt-6-astra/ ).

Мозг и среда, в которой этот мозг работает. OpenAI перестроила и то, и другое одновременно.

Однако, если остаются нечеткие инструкции или противоречивые правила, Astra может остановиться на полпути или постоянно запрашивать уточнения.

В этой статье я предоставлю три вещи:

• Полное объяснение 8 элементов, составляющих упряжь Codex (с приоритетами)
• 4 диагностических и инвентаризационных промпта, которые можно скопировать и сразу использовать
• Последовательность действий, с чего начать, потратив всего 30 минут сегодня

Нет смысла сдерживаться, поэтому я поделюсь самым важным промптом в первую очередь. Этот промпт заставляет Codex самостоятельно сообщать о текущем статусе проекта.

▼ Копировать отсюда

Ты — Дизайнер упряжи Codex.

Цель — создать состояние, в котором GPT-6 Astra сможет «безопасно, воспроизводимо и до конца выполнять задачи, не требуя каждый раз подробных инструкций» в этом проекте.

Во-первых, не вноси никаких изменений. Просмотри текущую конфигурацию проекта, файлы настроек и доступные функции, затем диагностируй следующее:

1. AGENTS.md: Понятны ли цель, правила, запреты, условия завершения и ссылки?
2. docs / context: Организована ли структура так, чтобы ты мог самостоятельно находить необходимую информацию? Есть ли устаревшие, избыточные или противоречивые описания?
3. Skills: Какие повторяющиеся задачи следует превратить в Skills? И наоборот, какие Skills не нужны?
4. MCP / Плагины: Каких внешних инструментов или подключений к данным не хватает?
5. Окружение: Можешь ли ты самостоятельно воспроизвести зависимости, настройку и выполнение тестов?
6. Разрешения / Песочница: Не выданы ли тебе избыточные разрешения? И наоборот, не слишком ли много ожидающих одобрения действий, которые останавливают работу?
7. Хуки / Тесты: Можно ли автоматизировать проверки перед выполнением, обнаружение секретов, тестирование и проверки завершения?
8. Браузер / Использование компьютера: Есть ли задачи, которые следует проверять, фактически управляя готовым продуктом?
9. Субагенты: Есть ли задачи, такие как исследование, рецензирование или тестирование, которые было бы быстрее выполнить параллельно?
10. Петля обратной связи: Есть ли механизм для передачи прошлых ошибок или корректирующих инструкций обратно в AGENTS.md / docs / Skill / Hook / Test?

Формат вывода: A. Оцени каждый пункт по 5-балльной шкале B. 5 главных критических недостатков C. Что можно исправить за 30 минут сегодня D. Что нужно систематизировать в течение недели E. Файлы для создания/изменения и конкретные предложения по изменениям F. Риски для безопасности/прав доступа G. Приоритет реализации

Не выдумывай настройки на основе предположений. Прежде чем судить, проверь текущие доступные функции и версии Codex. Четко укажи, являются ли функции Experimental / Beta / Deprecated.

Не изменяй файлы, не расширяй разрешения и не подключайся к внешним сервисам, пока я не просмотрю эти результаты диагностики.

▲ Копировать до сюда

Запуск этого промпта до того, как ты дочитаешь статью, сэкономит тебе время в будущем.

Цель и использование этой статьи

Эта статья актуальна для Codex по состоянию на 7 сентября 2026 года. Codex обновляется быстро, поэтому перед чтением проверьте дату.

Включены 8 компонентов упряжи, 7 уровней зрелости и 4 шаблона промптов, которые можно скопировать и использовать.

Целевая аудитория — «люди, которые используют Codex, но остановились после написания AGENTS.md». Я буду давать пояснения к техническим терминам при их первом появлении, чтобы эту статью могли читать и не-инженеры.

Чтобы обеспечить ценность, даже если вы не читаете всё, я включил «Приоритет» для каждого элемента. Если вы выберете только те, у которых высокий приоритет, система будет работать как минимум на базовом уровне.

Что именно такое «Упряжь» (Harness)?

Упряжь — это система, которая соединяет модели, инструменты и людей для выполнения работы.

В техническом блоге OpenAI «Разворачивая цикл агента Codex» (январь 2026, Майкл Болин) упряжь Codex описывается как «основной цикл агента и логика выполнения, служащие фундаментом для всех взаимодействий с Codex» (https://openai.com/index/unrolling-the-codex-agent-loop/ ).

Цикл агента относится к следующему повторению:

• Получить ввод от пользователя
• Запросить модель для обдумывания
• Выполнить инструмент, выбранный моделью
• Показать результат и дать ей подумать снова

Именно сторона Codex, а не модель, запускает этот цикл.

Если провести аналогию с компанией:

Astra = Мозг чрезвычайно талантливого сотрудника. Упряжь = Сама компания, в которой работает этот сотрудник. Правила трудоустройства, внутренняя Wiki, операционные процедуры, права доступа к внутренним системам, правила утверждения, процессы проверки и коллеги.

Распространенная ошибка — упрощенно утверждать, что «AGENTS.md = Упряжь». AGENTS.md — это лишь одна часть упряжи. Точно так же, как компания не работает только на основе одного раздаточного свода правил.

На практике все усилия по созданию «комфортной рабочей среды» путем комбинирования таких элементов, как AGENTS.md, Skills, MCP, Hooks, настройки разрешений, среды выполнения, браузеры и субагенты, называются Harness Engineering. В этой статье термин используется именно в этом смысле.

Что на самом деле изменилось с выходом Astra?

Есть три вещи, и все они официально заявлены OpenAI.

1. OpenAI улучшила мозг и среду одновременно

При анонсе Astra OpenAI прямо заявила, что обновила упряжь Codex, сообщив, что выполнение задач стало в 1.9 раза быстрее по сравнению со средой GPT-5.6 Sol в тесте браузерных операций Mind2Web.

В OSWorld 2.0 Astra набрала 72.6% по сравнению с 65.7% у GPT-5.6 Sol. Кроме того, симуляционные оценки необходимого времени показали сокращение примерно с 75 минут до примерно 40 минут на задачу.

Здесь нужна осторожность: это цифры, опубликованные самой OpenAI, и они являются результатами тестов в определенных условиях. Нет гарантии, что в вашей среде будет в 1.9 раза быстрее.

Однако вывод ясен: прирост скорости был достигнут за счет комбинации модели и среды выполнения, а не только модели.

1. Astra гораздо лучше читает «окружающие инструкции»

Это самое эффективное изменение для практической работы.

В руководстве по модели OpenAI говорится, что, хотя Astra обладает более сильной способностью следовать инструкциям, она также может быть более чувствительна к инструкциям, содержащимся в таких файлах, как Skills и AGENTS.md. Настоятельно рекомендуется провести аудит Skills и других файлов, доступных модели (https://developers.openai.com/api/docs/guides/latest-model ).

Тот же документ содержит более конкретное предупреждение: нечеткие или противоречивые инструкции внутри файла навыка могут привести к тому, что модель остановится и заблокирует работу на раннем этапе.

Ситуация такова:

Мозг стал умнее. Следовательно, он стал более точно следовать как хорошим, так и плохим правилам, чем раньше.

Предположим, в AGENTS.md, который вы дополняли с прошлого года, осталось бесполезное предложение. Sol могла его уместно проигнорировать. Astra будет строго ему следовать.

1. Изменения в обработке делегирования и памяти

Согласно официальному анонсу, Astra теперь может вести заметки между контекстными окнами внутри Codex, избегая необходимости каждый раз сжимать накопленные детали в одну сводку. Это уменьшает потерю информации при выполнении длительных задач.

Однако, по состоянию на 7 сентября 2026 года, это экспериментальная функция. Ее необходимо явно включить в config.toml, и по умолчанию она отключена. OpenAI объявила, что в ближайшие недели она станет функцией Astra по умолчанию, но пока она не будет работать, если вы не добавите настройку самостоятельно.

С другой стороны, в руководстве по модели также отмечается, что для Astra «делегирование субагентам может происходить не так часто, как ожидает ваш рабочий процесс». Это означает, что если вам нужна параллельная работа, вы должны указать на стороне упряжи, когда делегировать.

В руководстве также упоминается, что Astra склонна к подробным, структурированным ответам, поэтому вам следует указать требуемый стиль и структуру.

Все это указывает на одно: «Не оставляйте все как есть, потому что модель умна», а скорее «Поскольку она умна, она будет действовать точно в соответствии со спецификациями, поэтому исправьте свои спецификации».

Карта 8 элементов упряжи

8 элементов, перечисленных здесь, и 7 уровней зрелости, описанные далее, не являются официальными определениями OpenAI. Они организованы уникальным образом для этой статьи на основе официальной информации, доступной на данный момент. Используйте их как практическую основу.

Вот карта с аналогиями из компании и приоритетами:

1. AGENTS.md | Правила трудоустройства и основная политика | Приоритет: Наивысший
2. docs / Context | Внутренняя Wiki и руководства | Приоритет: Высокий
3. Skills | Стандартные операционные процедуры | Приоритет: Высокий
4. MCP / Плагины | Подключение к внутренним системам | Приоритет: Средний
5. Окружение | ПК, Рабочий стол, Рабочая среда | Приоритет: Высокий
6. Разрешения / Песочница | Полномочия и правила утверждения | Приоритет: Наивысший
7. Хуки / Тесты | Автоматические проверки и инспекции | Приоритет: Средний
8. Браузер / Субагенты | Глаза, Руки, Подчиненные | Приоритет: Средний

Новичкам следует начинать с пунктов 1 и 6. Причина проста: просто упорядочив эти два элемента, вы закладываете основу для остальных. Однако это не означает, что не нужно проверять другие. Разрешения для внешних сервисов, подключенных через MCP, процедуры в Skills и скрипты, выполняемые Hooks, — все это предметы проверки безопасности. Особенно, поскольку MCP — это подключение к внешнему миру, проверьте отдельно, заслуживает ли доверия целевой ресурс и являются ли предоставленные разрешения минимальными.

Ниже приведено объяснение каждого элемента.

Уровень инструкций и знаний | AGENTS.md, docs, Skills

Что это такое: Markdown-файл, размещенный в корне репозитория. Codex читает его перед началом работы и рассматривает как проектно-специфичные правила.

Что он делает: Вы можете избежать написания таких предпосылок, как «Всегда запускай тесты этой командой» или «Не трогай этот каталог» в каждом промпте.

Ошибка, которую здесь допускают почти все, — это перегруженность.

В техническом блоге OpenAI «Harness engineering: использование Codex в мире, где агент на первом месте» (11 февраля 2026, Райан Лопополо) описываются внутренние неудачи. Попытка использовать массивный AGENTS.md привела к давлению на контекст, оставлению старых правил и путанице в том, что важно (https://openai.com/index/harness-engineering/ ).

Команда перешла к использованию AGENTS.md как «карты» объемом около 100 строк. Детали помещаются в docs, а AGENTS.md просто указывает на них.

Вместо того чтобы заставлять талантливого новичка запоминать 1000-страничный свод правил, вы даете ему карту-путеводитель: «Посмотри на этой полке, если застрянешь». В этом разница.

Контекст — это конечный ресурс. Огромные файлы с инструкциями вытесняют саму задачу или местоположение кода, который нужно прочитать.

AGENTS.md в стиле карты обычно выглядит так:

▼ Копировать отсюда

AGENTS.md

Что это за проект?

(1-3 строки. Что вы создаете, кто этим пользуется?)

Прочитай это в первую очередь

• Политика дизайна: docs/architecture.md
• Структура каталогов: docs/structure.md
• Глоссарий: docs/glossary.md
• Прошлые ошибки и исправления: docs/postmortems.md

Правила, которым нужно следовать

• Тесты: Запускай все с помощью (актуальная команда) и не сообщай о завершении, если остались ошибки.
• Запретные зоны: (Список путей)
• Перед коммитом: (команды линтера / форматтера)

Определение готовности

Сообщай «Готово» только при выполнении всех следующих условий:

• Тесты пройдены
• Цель изменения можно объяснить одним абзацем
• Самостоятельно проверено на отсутствие непреднамеренных побочных эффектов

Если сомневаешься

Не делай предположений; представь как минимум два варианта и спроси меня.

Приоритет инструкций

1. Мои (пользователя) непосредственные инструкции
2. Этот AGENTS.md
3. Процедуры в Skills Ты можешь игнорировать инструкции более низкого уровня, которые противоречат инструкциям более высокого уровня. Если ты пропускаешь инструкцию, сообщи ее название.

▲ Копировать до сюда

Финальный раздел «Приоритет инструкций» особенно эффективен для Astra и более поздних моделей. В руководстве по модели прямо указано, что нужно прояснять, имеют ли приоритет инструкции пользователя или инструкции навыков.

Что это такое: Фактическое хранилище знаний, на которое ссылается AGENTS.md. Документы по дизайну, диаграммы архитектуры, глоссарии, записи прошлых решений и т.д.

Что это делает: Codex читает их только при необходимости, поэтому они не расходуют контекст постоянно.

Что поражает в статье Harness Engineering, так это объяснение медленного начального прогресса. Дело было не в нехватке способностей Codex, а в том, что «среда была недостаточно специфицирована».

Чего не хватало, так это инструментов, абстракций, внутренних структур и информации в форме, которую Codex мог бы прочитать.

Поэтому, когда что-то не удавалось, реакция команды была не «заставь его стараться больше». Она заключалась в том, чтобы подумать: «Какая способность отсутствует, и как мы можем сделать ее читаемой и выполнимой для агента?»

В этом суть Harness Engineering. Исправляйте среду, а не промпт.

Чтобы внести ясность, это одно внутреннее тематическое исследование OpenAI. Команда из 3 человек создала около 1 миллиона строк кода и 1500 PR за 5 месяцев с 0 строками кода, написанного человеком; это не означает, что обычные пользователи могут воспроизвести те же результаты.

Что это такое: Файл в формате SKILL.md. Он объединяет инструкции, справочные материалы и, при необходимости, скрипты для выполнения конкретных задач по одной и той же процедуре каждый раз.

Что это делает: Вы можете перейти от копирования хороших промптов к сохранению самой работы.

Например, если вы сделаете «Создание статьи» навыком, его содержание будет включать:

• Исследование
• Проверка фактов
• Предложения по заголовкам
• Разработка структуры
• Написание
• Проверка на запрещенные выражения
• Финальная проверка

Предостережение для Astra и более поздних моделей — не добавлять слишком много. Имена и описания навыков загружаются в контекст, поэтому если их количество увеличивается, описания усекаются, что затрудняет выбор подходящего. Если описания противоречат друг другу или все утверждают «Используй меня», модель может загрузить навык, который не соответствует задаче.

Skills предназначены для «процедур, необходимых только для конкретных задач», а не для «инструкций, необходимых каждый раз». Путать это — то же самое, что писать всё в AGENTS.md.

Уровень рук и ног | MCP, Плагины, Окружение

Что это такое: MCP — это стандарт для подключения Codex к внешним инструментам и данным, который можно использовать как в CLI, так и в расширениях IDE. Плагины — это механизм для распространения Skills, Коннекторов и инструментов MCP вместе. В Codex они доступны в настольном приложении ChatGPT и CLI, но не в расширениях IDE.

Что это делает: Позволяет Codex получать доступ к внешним документам, браузерам, инструментам дизайна и т.д.

Как бы ни была умна Astra, это бессмысленно, если она не может получить доступ к необходимой информации. Это как блестящий сотрудник без учетной записи во внутренней системе.

Однако я установил приоритет как Средний. Чем больше MCP вы добавляете, тем больше увеличивается выбор инструментов и расходуется контекст. Правильный подход — добавлять только то, к чему в данный момент трудно получить доступ.

Что это такое: Инфраструктура для фактического движения рук, такая как зависимости, процедуры настройки, методы выполнения тестов и структура рабочих каталогов.

Что это делает: Codex может самостоятельно дойти до этапа «запуска и проверки». Если этого не хватает, Codex превращается просто в писателя кода.

Простой способ проверить — попросить его из чистого состояния «Настроить, пройти тесты и сообщить результаты». То место, где он остановится, и есть то, чего не хватает.

Использование Git worktree для разделения каталогов для каждой задачи снижает вероятность коллизий при параллельном выполнении нескольких задач.

Уровень безопасности и проверки | Разрешения, Песочница, Хуки

Что это такое: Две независимые настройки, определяющие, насколько Codex может выполняться автоматически. Песочница определяет границы доступа к файлам и сети, в то время как политика утверждения определяет, когда запрашивать подтверждение человека.

Согласно официальной документации Codex, начальные настройки для CLI и расширений IDE ограничены: нет доступа к сети и разрешена запись только в активной рабочей области (https://developers.openai.com/codex/sandbox ).

Песочница имеет 3 уровня:

• read-only: Можно читать, но нельзя писать. Для консультаций и планирования.
• workspace-write: Можно писать в рабочей папке и временных каталогах. Это стандартный уровень.
• danger-full-access: Можно писать где угодно. Фактически снимает ограничения песочницы.

Обычно используемый пресет Auto представляет собой комбинацию workspace-write и «запрашивать одобрение только при необходимости». Codex остановится и проверит, когда попытается редактировать за пределами рабочей области или обратиться к сети.

Если вы хотите переключиться во время сессии, вы можете использовать команду /permissions. Реалистичный подход — read-only для фазы планирования и Auto для фазы выполнения.

Что я хочу, чтобы вы поняли: автономия не означает разрешение всего.

Переход на danger-full-access только потому, что запросы на одобрение раздражают, — это наименее эффективное решение. Если ему просто нужно записать в определенный каталог, разрешите только это место.

▼ Копировать отсюда

【Codex CLI: Примеры конфигурации для Планирования и Работы】

Цель — Codex CLI версии 0.134.0 или новее.

Настройки сохраняются в трех файлах: «Общие», «Планирование» и «Работа».

Не вставляйте все это объяснение в один конфигурационный файл. Записывайте только соответствующие настройки в каждый пункт назначения.

Назначения предназначены для стандартных настроек Codex.

■ 1. Общие настройки

Путь: ~/.codex/config.toml

Не удаляйте существующие настройки; добавьте или измените следующие пункты. Если существует тот же [sandbox_workspace_write], редактируйте внутри него, чтобы избежать дублирования заголовков.

[sandbox_workspace_write]

network_access = false

Укажите дополнительные одобренные каталоги только при необходимости.

writable_roots = ["/absolute/path/to/approved-directory"]

Только если нужны дополнительные места для записи, удалите # в начале строки writable_roots и замените пример пути на фактический абсолютный путь.

■ 2. Настройки планирования

Путь: ~/.codex/plan.config.toml

Сохраните эти две строки в отдельном файле от общих настроек.

approval_policy = "on-request"

sandbox_mode = "read-only"

■ 3. Настройки работы

Путь: ~/.codex/work.config.toml

Сохраните эти две строки в другом отдельном файле.

approval_policy = "on-request"

sandbox_mode = "workspace-write"

■ Как использовать

Не записывайте команду запуска в конфигурационный файл; запускайте ее из терминала в папке проекта.

Для запуска в режиме планирования:

codex --profile plan

Для запуска в режиме работы:

codex --profile work

Выбранные настройки профиля будут наложены поверх общих настроек.

Поскольку также применяются настройки проекта и организационные ограничения, проверьте фактические разрешения с помощью /permissions после запуска.

Примечание: network_access = false — это настройка связи для команд, выполняемых внутри песочницы. Проверяйте разрешения для внешних подключений, таких как MCP, отдельно.

▲ Копировать до сюда

Расширение границы на один шаг кардинально отличается от отказа от самой границы. То же самое относится и к сетевому доступу; это оправданное решение только для проектов, которым действительно нужно загружать пакеты зависимостей.

Что это такое: Механизм для вставки ваших собственных скриптов или инструментов MCP в середину обработки Codex. Он включен по умолчанию как стабильная функция.

Что это делает: Например, такие автоматизации:

• Остановка опасных команд непосредственно перед выполнением инструмента
• Проверка на наличие секретов, таких как API-ключи
• Запуск линтера сразу после редактирования файла
• Проверка прохождения тестов в конце работы

Речь идет о том, чтобы изменить «будьте осторожны, не ошибитесь» на «система остановится, если произойдет ошибка».

Однако сама OpenAI предупреждает, что к Хукам следует относиться как к защитным ограждениям, а не как к абсолютным границам принуждения, поскольку Codex может выполнять эквивалентную работу через другие пути инструментов.

То, что вы действительно хотите остановить, следует останавливать на уровне песочницы и разрешений, а не Хуков. Хуки — это вторая сеть, накладываемая поверх.

Уровень глаз и команды | Браузер, Субагенты

Иметь возможность создать веб-сайт и закончить на «Я написал код, я закончил» — это пустая трата.

Примечание: Описанное здесь Computer Use (фактическое управление экраном) в настоящее время является функцией для настольной версии Codex. Встроенный браузер / Computer Use, рассматриваемый в этой главе, используется в настольном приложении ChatGPT. Встроенный браузер недоступен в Codex CLI или расширениях IDE. Для операций с браузером в CLI/IDE подготовьте другие механизмы, такие как MCP или Playwright.

Вы должны заставить его делать следующее:

• Открыть браузер
• Отобразить фактический экран
• Попробовать им управлять
• Найти сломанные части
• Исправить их
• Проверить снова

Astra — это поколение, которое значительно улучшило показатели в тестах компьютерных операций, поэтому этот процесс стоит делегировать. Сообщение о сокращении времени с 75 до 40 минут в OSWorld 2.0 как раз об этом.

В тематическом исследовании Harness Engineering была создана среда, в которой Codex мог обрабатывать Chrome DevTools Protocol, DOM, скриншоты, логи и метрики, чтобы справляться со всем — от воспроизведения ошибок до их исправления и проверки.

Что это такое: Механизм, с помощью которого Codex распределяет работу между несколькими субагентами. У каждого есть независимый контекст.

Что это делает: Параллелизует задачи, требующие интенсивного чтения, но независимые, такие как исследование, тестирование, анализ логов и обобщение.

Два предостережения:

Первое: несколько агентов, одновременно пишущих один и тот же код, будут конфликтовать. Будьте осторожны с параллелизацией задач на запись.

Второе: просто увеличивается потребление токенов. Становится быстрее, но не дешевле.

И, что касается Astra, в руководстве по модели говорится, что частота делегирования может быть ниже ожидаемой. Если вам нужна параллельная работа, явно укажите в AGENTS.md или промптах: «Ты можешь разделить исследовательские задачи и выполнять их параллельно».

Разворот эпохи Astra | Инвентаризация, а не добавление

Я перечислил 8 элементов, но самое важное, что я хочу донести, — это противоположное.

Первое, что нужно сделать для Astra, — это провести инвентаризацию существующих инструкций. OpenAI также рекомендует проводить аудит инструкций, на которые ссылается модель, таких как Skills и AGENTS.md. Оставьте необходимые инструкции, заполните пробелы и исправьте или сократите старые/противоречивые после проверки.

Глагол, используемый в руководстве OpenAI, — «аудировать», а не «добавлять».

Отчеты команд, которые предварительно тестировали Astra, указывают в том же направлении. Kilo, поставщик инструментов AI-кодинга, написал в обзоре, что Astra явно требует меньше scaffolding в AGENTS.md, и большинство «инструкций, чтобы удержать модель от отклонения», накопленных за последний год, теперь не нужны. Они даже предположили, что если у вас есть раздутый файл агента, попробуйте удалить половину и попробовать снова (https://blog.kilo.ai/p/gpt-6-astra-what-we-learned-previewing ).

Это впечатление одной компании, а не официальная точка зрения. Однако оно идеально согласуется с официальным руководством, в котором говорится, что «противоречивые инструкции могут привести к преждевременным остановкам».

Чем умнее модель, тем больше она спотыкается о старые инструкции. Парадоксально, но факт.

Инвентаризацию быстрее всего провести силами самого Codex.

▼ Копировать отсюда

Пожалуйста, прочитай AGENTS.md, всё содержимое docs и все загруженные файлы Skills в этом репозитории. Пока не вноси изменений.

Предполагая работу с GPT-6 Astra, классифицируй и сообщи следующее:

【Оставить】 Инструкции, которые все еще действительны и действительно улучшают твои суждения. Объясни почему в одной строке.

【Кандидаты на удаление】 Пункты, подпадающие под любое из следующих условий. Процитируй исходный текст и укажи причину. Это не решение об удалении, а список для рассмотрения человеком.

• Инструкции, написанные для корректировки курса моделей предыдущего поколения, которые теперь не нужны.
• Инструкции, указывающие на спецификации, пути или команды, которые уже изменились.
• Инструкции, предписывающие делать то, что ты и так делаешь естественно, без указаний.
• Инструкции, которые противоречат другим инструкциям.

Однако, если есть хоть малейшая вероятность, что инструкция была добавлена в целях безопасности, защиты или из-за прошлых инцидентов/аварий, не классифицируйте её как 【Кандидат на удаление】. Вместо этого поместите её в отдельную категорию 【Требует человеческого решения】 и объясните, почему вы считаете, что такая вероятность существует. Не делайте вывод, что она «не нужна», основываясь исключительно на собственном суждении.

【Переписать】 Инструкции, где намерение верное, но формулировка неоднозначна, избыточна или приоритет неясен. Предложите вариант переписывания.

【Вопросы】 Описания, значение которых вам было трудно определить при чтении.

Наконец, обязательно сообщите о следующих двух моментах:

1. Если были инструкции, которые фактически заблокировали вас или вызвали колебания, укажите точную строку и причину, по которой вы колебались.
2. Если бы AGENTS.md нужно было сжать в указатель примерно на 100 строк, какую структуру вы бы использовали?

▲ Скопировать досюда

Получившийся список «Кандидатов на удаление» не следует просто удалять целиком. Сначала проверьте, почему была добавлена эта инструкция, её историю и на что повлияет её удаление. Процедуры верификации, добавленные после прошлых инцидентов, не следует удалять только потому, что Codex считает их «ненужными для своего текущего состояния». Особенно в отношении инструкций по безопасности или защите, окончательное решение должен принимать человек, знающий историю. Удаляйте только те пункты, для которых причина добавления подтверждена, а влияние оценивается как ограниченное. Если сомневаетесь, оставьте инструкцию. Если перемещаете в docs, оставьте четкий путь, чтобы при необходимости можно было надежно сослаться на неё из AGENTS.md.

Зрелость | Где вы сейчас?

Определите свой этап.

Ур.0: Каждый раз пишете промпты с нуля. Как будто каждое утро объясняете всё с нуля талантливому сотруднику.

Ур.1: Существуют AGENTS.md и docs. Как в компании есть правила и инструкции.

Ур.2: Существуют Skills. Определены процедуры для рутинной работы.

Ур.3: Подключены MCP и Плагины. Есть доступ к необходимым системам самостоятельно.

Ур.4: Работают Разрешения, Хуки и Тесты. Существуют авто-выполнение и авто-проверка.

Ур.5: Используются Браузер и Субагенты. Есть возможность проверять самостоятельно и делегировать работу.

Ур.6: Существует петля обратной связи. Система обновляется каждый раз при возникновении сбоя.

Многие находятся на Ур.1. И они пытаются двигаться вперед, делая AGENTS.md толще. Это не Ур.2; это просто раздутый Ур.1.

Ур.6 отличается по своей природе. Речь не о добавлении новых функций. Речь просто о наличии операционного правила: «Если одна и та же ошибка совершается дважды, внесите это исправление обратно в AGENTS.md, Skill, Hook или Test».

Именно к этому OpenAI двигалась в статье «Harness Engineering» — к «непрерывному исправлению, а не одноразовой проверке».

Последовательность выполнения | 30 минут, 1 день, 1 неделя

Расставьте приоритеты. Делайте это по порядку.

Первые 30 минут

1. Запустите диагностический промпт из начала этой статьи.
2. Проверьте текущие настройки разрешений с помощью /permissions. Если вы регулярно использовали danger-full-access, сначала переключитесь обратно на workspace-write.
3. Откройте AGENTS.md и прочитайте его. Проверьте на наличие избыточных, противоречивых или устаревших описаний. 100 строк — это всего лишь один внутренний пример OpenAI, а не абсолютный стандарт. Смотрите на организованность контента, а не на количество строк.

1 день

1. Запустите инвентаризационный промпт. Удаляйте 【Кандидатов на удаление】 только после подтверждения причины добавления и влияния. Для 【Требует человеческого решения】 принимайте решение после консультации с тем, кто знает историю.
2. Переместите ценные части удаленного контента в docs.
3. Добавьте «Приоритет инструкций» в конец AGENTS.md.
4. Запросите с чистого состояния «Настроить и пройти тесты» и запишите, на каком этапе он останавливается.

1 неделя

1. Выберите одну задачу, которую вы выполняете более двух раз в неделю, и превратите её в Skill.
2. Если есть один внешний источник данных, к которому вам постоянно трудно получить доступ, подключите его через MCP.
3. Превратите либо проверку секретной информации, либо выполнение линтера после редактирования в Hook.
4. Определите одно место для записи сбоев для обратной связи.

К этому моменту вы достигнете входа на Ур.4 с Ур.1.

Обратный указатель | По целям

Хотите перестать повторять одни и те же объяснения → AGENTS.md

Codex ссылается на устаревшую информацию → Инвентаризация docs / Контекст

Качество одной и той же задачи колеблется → Skills

Не можете получить доступ к необходимым данным → MCP / Плагины

Можете написать код, но не можете перейти к проверке → Окружение

Боитесь, что он будет действовать сам, или слишком много одобрений → Разрешения / Песочница

Повторяете одну и ту же ошибку → Хуки / Тесты

Не замечаете нарушений верстки → Браузер / Использование компьютера

Исследование занимает слишком много времени → Субагенты

Начали останавливаться на полпути после перехода на Astra → Сначала проверьте уведомления об остановке, запросы на одобрение и ошибки. При необходимости проверьте настройки и использование с помощью /status в CLI. Если подозреваются противоречивые инструкции, проведите инвентаризацию AGENTS.md и Skills.

Следующая конкуренция — это окружение, а не «мозги»

Игра в выбор моделей в основном закончена.

Astra достаточно умна и действует точно в соответствии с инструкциями. Вот почему то, что вы оставляете в качестве инструкций, определяет результат.

От игры в написание хороших промптов к игре в проектирование хороших рабочих сред. Astra — это модель, которая завершила этот переход.

Вам нужно сделать только одну вещь сегодня. Откройте AGENTS.md и прочитайте его. Это отправная точка.

Спасибо, что дочитали до конца.

Я делюсь конкретными примерами экономии времени и побочного заработка с помощью AI, используя ChatGPT, Claude и Copilot, в открытом бесплатном чате. Если вы хотите быть на стороне тех, кто «умеет использовать AI», присоединяйтесь сейчас.

👉 https://x.gd/yVPeS