การวิจัย: ไฟล์ AGENTS.md ช่วยลดเวลาในการทำงานของ AI Programming Agent ลง 29% และลดจำนวน token ที่ใช้ในการส่งออกลง 17%

BlockBeats ข่าว เมื่อวันที่ 3 มีนาคม ตามรายงานจาก 1M AI News ทีมวิจัยจากมหาวิทยาลัยบริหารสิงคโปร์ มหาวิทยาลัยไฮเดลเบิร์ก มหาวิทยาลัยบาเบิร์ก และมหาวิทยาลัยคิงส์ ลอนดอน ได้เผยแพร่บทความใน arXiv ซึ่งเป็นการประเมินผลเชิงปริมาณครั้งแรกเกี่ยวกับผลกระทบของไฟล์คอนฟิก AGENTS.md ระดับคลังเก็บต่อประสิทธิภาพของ AI Programming Agent AGENTS.md เป็นไฟล์คำสั่งที่เก็บอยู่ในรากของคลังโค้ด ใช้เพื่ออธิบายโครงสร้างโครงการ คำสั่งสร้าง มาตรฐานการเขียนโค้ด และข้อจำกัดในการดำเนินงาน คล้ายกับ CLAUDE.md ของ Anthropic Claude Code และ copilot-instructions.md ของ GitHub Copilot ปัจจุบันมีการใช้งานในกว่า 60,000 คลัง GitHub แล้ว

ทีมวิจัยได้ทำการทดลองคู่กับ OpenAI Codex (gpt-5.2-codex) บน 124 คำขอผนวกใน 10 คลัง ซึ่งเป็นการเปลี่ยนแปลงโค้ดที่ไม่เกิน 100 บรรทัด โดยดำเนินการภายใต้เงื่อนไขมีและไม่มี AGENTS.md ผลลัพธ์แสดงให้เห็นว่า เมื่อมี AGENTS.md เวลาทำงานเฉลี่ยลดลงจาก 98.57 วินาทีเหลือ 70.34 วินาที (ลดลง 28.64%) จำนวนโทเคนที่ใช้ในการแสดงผลลดลงจาก 2,925 เหลือ 2,440 (ลดลง 16.58%) อย่างไรก็ตาม พฤติกรรมการทำงานเสร็จสิ้นของภารกิจไม่มีความแตกต่างอย่างมีนัยสำคัญ (Wilcoxon signed-rank test, p < 0.05)

นักวิจัยชี้ว่า AGENTS.md เปลี่ยนแนวทางการแนะนำ Agent จาก “คำแนะนำชั่วคราว” เป็น “ชิ้นงานคอนฟิกที่สามารถควบคุมเวอร์ชัน ตรวจสอบได้ และร่วมกันบำรุงรักษา” จึงแนะนำให้ทีมพัฒนานำไปใช้เป็นแนวปฏิบัติมาตรฐานในคลังเก็บ ข้อจำกัดของการศึกษานี้คือได้ทดสอบเฉพาะ OpenAI Codex Agent เดียวเท่านั้น ตัวอย่างข้อมูลมีขนาดเล็กและไม่ได้ประเมินความถูกต้องของโค้ดอย่างครบถ้วน