【大语言模型辅助编码初体验】2026年8月21日作者回顾使用大语言模型LLM辅助编码的经历。2025年年中首次尝试时作者正在开发用 Rust 实现的 mDNS 库 libadbmdns大语言模型生成的代码甚至无法编译结果令人失望。【再次尝试与问题凸显】2026年1月作者再次尝试这次大语言模型不仅编写了复杂的索引二进制堆类还找出了 [polling](https://docs.rs/polling/latest/polling/) 库中因 Windows IOCP 实现导致的隐蔽 bug。然而代码质量糟糕像一团乱麻没有注释和结构若要达到生产级标准清理代码会抵消使用大语言模型带来的速度优势协作不现实。【反复迭代与重复建议】2026年3月作者尝试使用像 Antigravity 和 VS Code 的 Claude Code 插件这样的智能集成开发环境IDE可对“暂存”代码进行“迭代”。作者感觉像指导有耐心的计算机科学专业低年级学生不断给出“不要使用魔法数字”等建议。代码质量显著提升接近“手动”编写水平但过程繁琐每次新编码会话都要重复建议。【agent.md 来救场】编码会话开始时编码工具会加载 [agent.md](https://github.com/agentsmd/agents.md/issues/135) 文件并注入提示信息这是微调编码风格偏好的好位置。作者将反复提出的代码改进建议添加到该文件中。作者的 [agent.md 版本](agent.md) 可作为起点放在项目根目录即可也可将 gemini.md/claude.md 符号链接到 _agent.md_ 使其在任何地方生效。【FAB 的 AGENT.MD 规则】包括编写供人类阅读内容要简洁、避免使用最高级和赞美之词、避免使用魔法数字和字符串等一系列规则。编写提交信息时要遵循用空行分隔主题行和正文等7条规则。若提示修复 bug要先编写测试用例观察失败情况再编写修复代码观察测试通过情况。【agent.md 的作用与局限】这个“技巧”显著提高了生成代码的质量但不是万能药大语言模型常产生幻觉不可完全信任作者仍需大量验证和迭代现在主要专注于架构和设计而非代码风格。【如何应对稀释问题】大语言模型存在“上下文稀释”或“注意力稀释”现象在 [《迷失在中间》](https://arxiv.org/abs/2307.03172) 论文中有详细描述。随着上下文增长模型会忽视中间部分指令。作者找到两种减少影响的方法一是保持上下文简短每个功能开启新会话二是明确要求编码工具重新加载 _agent.md_发现代码质量下降时输入 “Reload agent.md” 即可。【自动更新 agent.md】每次添加新规则作者让智能代理自动更新 agent.md无需手动打开编辑器。那么这种方式能否持续有效提升大语言模型辅助编码的效果呢