我自己的 CLAUDE.md 寫到 1543 行，涵蓋 8 個專案。我以為這是「我的 AI 第二大腦」，直到我看到 Anthropic 工程師團隊自己用的 CLAUDE.md 不到 50 行。這篇文章是 Harness Engineering 實戰系列第一篇，對應 Walking Labs 課程的 L04（指令檔案的模組化拆分）。我會用 5 個真實爆款案例 ——「200 行規則被全部忽略」、Anthropic 自己的 Postmortem、MEMORY.md 靜默截斷 Bug、Mr. Tinkleberry 失憶事件、Cursor 官方宣告 .cursorrules 死亡 —— 證明一件反直覺的事：指令寫越多，AI 越不聽話。然後告訴你 AGENTS.md 三層拆分模式怎麼救你。

作者： Wisely Chen 日期： 2026 年 5 月 系列： Harness Engineering 實戰系列（EP1） 關鍵字： Harness Engineering, CLAUDE.md, AGENTS.md, .cursorrules, Walking Labs, 指令檔案, 模組化拆分, Anthropic, Cursor, Context Engineering, Claude Code, instruction bloat, ruthlessly prune

Harness Engineering L04：AGENTS.md 三層拆分模式

目錄

我的 CLAUDE.md 1543 行的尷尬

前個月前，我打開自己的 ~/CLAUDE.md，跑了一個 wc -l：

1

1543 /Users/wisely.chen/CLAUDE.md

裡面塞了 X 個專案：

1543 行的 CLAUDE.md：我曾以為這是「AI 第二大腦」，直到它讓 Claude 越來越不聽話

我以為這是「我的 AI 第二大腦」。直到我注意到一件事：Claude Code 越來越常忽略我寫過的規則。

明明寫了「永遠用繁體中文回覆」，它有時還是會切回簡體。 明明寫了「不要主動 commit、不要 push」，它偶爾還是會擅作主張。 明明寫了「先 Read 再 Edit」，它有時候直接生一段亂猜的 code 上來。

明明寫在指令檔裡，AI 卻開始「選擇性失明」：語言偏好失效、越權執行、幻覺與亂猜

我一度懷疑是 Claude 變笨了。後來查了 Anthropic 自己的官方文件，看到一句話讓我崩潰：

「If your CLAUDE.md is too long, Claude ignores half of it because important rules get lost in the noise.」

翻譯成白話：我的 CLAUDE.md 越長，Claude 越不聽話。

來自 Anthropic 官方文件的當頭棒喝

這篇文章要講的，就是 Walking Labs Harness Engineering 課程的 L04（指令檔案的模組化拆分） —— 為什麼這件事比你想像得更重要、更反直覺，而且整個 AI Coding 生態系已經悄悄收斂到一個新做法。

核心論點：指令越多，AI 越聽話？錯。

先丟出最反直覺的事實：

Frontier LLM 可靠遵守的指令上限大約是 150–200 條。

150–200 條是不可跨越的數字邊界

而 Claude Code 自己的系統 prompt 就已經吃掉約 50 條。

也就是說：你能用的指令預算只剩 100–150 條。

你以為你有 200 條的空間？你的指令預算所剩無幾：理論 200 − 系統保留稅 50 = 實際 100–150 條

更糟的是，當你超過這個上限，不是「最不重要的規則先被忽略」，而是「全部規則的遵守率一起下降」。

一條低價值規則的存在，會稀釋所有高價值規則的遵守機率。

這件事直接打臉所有人對「AI 指令檔」的直覺：

  • 直覺：寫越多越保險 → 真相：寫越多越糟糕
  • 直覺：規則越完整越好 → 真相：規則越精準越好
  • 直覺：把所有 edge case 都塞進去 → 真相：塞到 Claude 連紅線都不照做

我們對 AI 指令檔的直覺完全是錯的：寫越多越糟糕、規則越精準越好

這就是 Harness Engineering 想要解決的問題之一：你以為你在強化 AI，其實你在弱化它。

5 個真實案例：CLAUDE.md 失控的證據

案例 1：「我寫了 200 行規則。它一條都沒照做。」

案例 1：DEV Community 百萬點閱慘案 ——「CLAUDE.md 是一份願望清單，不是合約」

2026 年 3 月，DEV Community 上一篇文章爆紅：

“I Wrote 200 Lines of Rules for Claude Code. It Ignored Them All.”

作者是個每天用 Claude Code 12 小時的重度用戶。他精心打造了 200 行的 CLAUDE.md 規則檔，結果發現 Claude 幾乎一條都不認真執行。

文章結論很狠：

「CLAUDE.md 是一份願望清單，不是合約。」

更妙的是，同個作者後來又寫了續集：“I Wrote 500 Lines of Rules. Here’s How I Made It Actually Follow Them.”

解法不是寫得更詳細，是把它拆開。

兩篇加總幾十萬次點閱，社群共鳴可想而知 —— 因為幾乎每個 Claude Code 重度用戶都遇過一樣的問題。

案例 2：Anthropic 自己也踩過坑（4/23 Postmortem）

案例 2：連 Anthropic 自己都踩坑的指令污染 —— 影響長達 6 週

2026 年 4 月 23 日，Anthropic 發了一份正式 postmortem。

過去 6 週社群一直抱怨「Claude Code 變笨了」。Anthropic 內部追查後發現，問題不是模型，是三個 harness 層級的指令改動疊加造成的。

其中最荒謬的一條改動是：

「將 tool call 之間的回應文字限制在 25 字以內。」

就這一條看似無害的指令，加上其他兩個小改動，讓全世界覺得 Claude 變笨了 6 週。

這就是「指令污染」的官方版證據。連 Anthropic 自己加錯一句話都會引發大型質量危機，你的 1500 行 CLAUDE.md 還能僥倖嗎？

延伸閱讀：Opus 4.7「變笨」一個月之謎 —— Anthropic 終於承認是 Claude Code 的 harness

案例 3：MEMORY.md 超過 200 行直接靜默丟失

案例 3：MEMORY.md 超過 200 行直接靜默丟失 —— 你的記憶不是被弱化，是直接消失

更詭異的事情：Claude Code 的 MEMORY.md 有一個 未公開的硬性限制。

GitHub 上有兩個 Issue 在追這件事（anthropics/claude-code#25006、#39811）：

  • MEMORY.md 超過 200 行的內容，會被靜默丟棄、永遠不載入
  • 沒有警告、沒有錯誤訊息、沒有提示
  • 用戶以為自己記下了東西，其實系統根本看不到

這個 bug 比「寫太多被忽略」更可怕：你的記憶不是被弱化，是直接消失。

如果你也用 Claude Code 的 memory 系統，現在就去看一下你的 MEMORY.md 有幾行。

案例 4：Mr. Tinkleberry 失憶事件

案例 4：Mr. Tinkleberry 失憶事件 —— 規則的遵守機率是「整體攤分」

HN 和 Threads 上有個經典案例。一個用戶在 CLAUDE.md 寫了一條規則：

「永遠叫我 Mr. Tinkleberry。」

一開始 Claude 照做了。隨著 CLAUDE.md 越加越多其他規則，某天 Claude 突然停止叫他 Mr. Tinkleberry，恢復成 Sir / User / 你 之類的稱呼。

最簡單的指令、最明確的偏好、最容易執行的規則 —— 都會被稀釋。

這是「指令稀釋」最日常、最具象的證據。它告訴我們：規則的遵守機率不是「分項計算」，是「整體攤分」。

案例 5：Cursor 官方宣告 .cursorrules 死亡

案例 5：Cursor 官方棄用 .cursorrules，採用新拆分系統後改善 60–75%

Cursor 從 0.43 版開始，官方文件直接把 .cursorrules 標註為 deprecated。

取而代之的是：

1
2
3
4
5

.cursor/rules/
├── frontend.mdc       # 帶 frontmatter，scope 到前端檔案
├── backend.mdc        # scope 到後端
├── tests.mdc          # scope 到測試
└── always-apply.mdc   # 全域規則（限制 < 50 行）

每個 .mdc 檔案有自己的 YAML frontmatter，可以指定 glob pattern、哪些路徑下才載入這條規則。

社群實測：採用新的拆分系統後，「AI 忽略我的規則」這類抱怨下降了 60–75%。

更值得注意的是：整個工具生態系都在向模組化拆分演進。

  • Cursor → .cursor/rules/ 目錄
  • Claude Code → 開始支援 .claude/rules/ 目錄
  • OpenAI Codex → 採用 AGENTS.md 規範
  • Walking Labs → 主張 AGENTS.md + feature_list.json

沒有任何一家工具廠商認為「單一檔案塞所有指令」是對的方向。

數字彈藥庫

數字彈藥庫：AI 指令極限彙整清單 —— 把這張表存下來

把這些散落的證據整理成一張表，方便你決策：

指標 數值
Frontier LLM 指令遵守上限 150–200 條
Claude Code 系統 prompt 已佔用 ~50 條
你的可用指令預算 100–150 條
Anthropic 官方建議 CLAUDE.md 大小 < 200 行
社群更激進的建議 < 60 行
MEMORY.md 硬性截斷 200 行 / 25KB
Cursor .cursorrules 上限 500 行（Always Apply < 50 行）
拆分後規則被忽略改善 下降 60–75%
Anthropic Postmortem 影響時長 6 週

把這張表存下來。下次同事問你「為什麼 AI 不照我寫的做」，直接丟給他。

Anthropic 內部人的做法：Ruthlessly Prune

Anthropic 內部人的做法：無情修剪（Ruthlessly Prune）

Anthropic 官方文件裡有一句話被反覆引用：

「For each rule, ask: ‘Would Claude make a mistake without this?’ If not, delete it.」

翻譯：每條規則都問一遍 —— 「如果刪掉這條，Claude 會犯錯嗎？」如果不會，就刪掉。

Threads 上有篇貼文截了 Anthropic 工程師團隊內部使用的 CLAUDE.md 模板 —— 不到 50 行。

對比一下：

  • Anthropic 工程師：47 行
  • 社群常見：300–500 行
  • 我自己：1543 行

殘酷的對比：47 行 vs 1543 行 —— 比官方做法糟糕 30 倍

我自認自己是個系統思考者、會寫框架、會做架構分析的人 —— 結果在這件事情上，我做得比 Anthropic 工程師糟糕 30 倍。

這就是這篇文章存在的意義。不是教你 Harness Engineering 是什麼，是逼你正視自己已經在累積的技術債。

新共識：AGENTS.md 三層拆分模式

三層架構各自的精準職責：AGENTS.md / 工具專屬目錄 / Local Override

社群正在收斂到一個新的標準，跟 Walking Labs Harness Engineering 課程的 L04 主張幾乎完全一致：

1
2
3
4
5
6
7
8
9

專案根目錄/
├── AGENTS.md           # 通用指令（所有 AI 工具都讀）
├── AGENTS.override.md  # 本地覆寫（gitignored，不進 repo）
├── CLAUDE.md           # symlink → AGENTS.md（保持同步）
├── .cursor/rules/      # Cursor 專用 .mdc 檔案
│   ├── frontend.mdc    #   含 glob scope
│   ├── backend.mdc
│   └── tests.mdc
└── .claude/rules/      # Claude Code 專用（按 path scope）

三層結構解決三件事：

第一層（AGENTS.md）：寫專案 high-level 約定

  • 命名規則
  • 提交慣例
  • 不可違反的紅線
  • 任何工具都該知道的事

第二層（工具專屬目錄）：寫工具細節 + 檔案 scope

  • 哪些檔案套用哪些規則
  • 用 frontmatter 控制 scope
  • 每個檔案不超過 100 行
  • 只在相關的時候才載入

第三層（local override）：寫個人偏好

  • 不進 repo
  • gitignored
  • 給單一開發者使用
  • 不污染團隊 context

關鍵在於：每一層都有明確的 scope，AI 只在相關的時候才讀。

這就是 Walking Labs 的精髓 —— 不是「寫得越完整越好」，是「在對的時候、給對的 AI、看對的規則」。

很多人會問：「那為什麼不全部寫進 AGENTS.md 就好？」

答案就是這整篇文章在講的事情：因為你寫越多，AI 越不照做。 你需要的不是「更大的指令檔」，是「更聰明的指令分配」。

我的實戰：1543 行該怎麼拆

我的實戰：1543 行的重生與解脫 —— Before / After

回到我自己的 CLAUDE.md。我做了一次徹底的拆分。

拆前（1543 行單檔）：

1

~/CLAUDE.md  # 全部塞一起，跨 8 個專案

拆後：

1
2
3
4
5
6
7
8
9
10
11
12

~/CLAUDE.md  # 只保留個人偏好 + 跨專案紅線（~50 行）
  ├── 永遠用繁體中文
  ├── 不要主動 commit / push
  ├── 用 Read 再 Edit
  └── 工程術語用英文

各專案/CLAUDE.md  # 專案專屬規則（< 200 行）
  ├── /Desktop/cc/blog-content/CLAUDE.md   # Jekyll 部署流程
  ├── /Desktop/cc/SEO/CLAUDE.md            # BigQuery + GA4 設定
  ├── /Desktop/cc/XXX/CLAUDE.md      # XXX 系統
  ├── /Desktop/cc/XXX/CLAUDE.md   # XXX 專案
  └── /Downloads/XXX/CLAUDE.md         # XXX

主 CLAUDE.md：從 1543 行 → 47 行。 每個專案的 context 在我進入該目錄時自動載入。 個人偏好永遠生效、專案規則只在相關時生效。

初步效果（一週實測）：

  • Claude 開始正確記得我的繁中偏好（過去常常 fallback 成簡體）
  • 跨專案不再混淆（過去寫 SEO 分析時偶爾出現 Jingteng 的指令）
  • Session 啟動速度可感地變快（更少 token 在載入無關內容）
  • 紅線規則的遵守率明顯提升（「不要主動 commit」過去偶爾失守，現在沒再發生）

不是完美。但明顯比 1543 行的時代好太多。

坦白說沒解決的問題：

  • 跨專案搜尋變麻煩（過去 Ctrl+F 一次找到所有專案資訊，現在要先進目錄）
  • 部分歷史資訊（已完成的專案紀錄）我還沒決定要不要進 archive
  • 不同專案之間的「方法論共用」（例如 ATPM 框架）還沒抽出來

這是一個進行中的工程，不是一個完成的答案。但方向是對的，這點我很確定。

一週實測效果與未解的挑戰：顯著改善 vs 尚未完美

結語：少即是多，分即是合

指令的價值不在「寫了什麼」，而在「AI 真能執行的部分」

Harness Engineering 不是要你「寫更多規則」。是要你用對的結構安排規則。

洞察很簡單：

「指令的價值不在於『寫了什麼』，而在於『AI 真的能讀到、能執行的那部分』。」

回頭看 5 個真實案例：

  1. 200 行被全部忽略
  2. Anthropic 自己加錯一句話炸鍋 6 週
  3. MEMORY.md 超過 200 行直接消失
  4. Mr. Tinkleberry 被遺忘
  5. Cursor 官方宣告 .cursorrules 死亡

這些都不是孤立事件。它們指向同一個結構性問題：單檔指令系統不夠用了。

如果你也有一個越寫越長的 CLAUDE.md，今天就跑一次 wc -l。

如果超過 200 行 —— 你不是在打造記憶系統，你是在打造一個被忽略的願望清單。

而願望，從來不會自己實現。

下一篇預告

Harness Engineering 實戰第二篇： L03 — 為什麼 Repo 才是 AI 的單一事實來源（Replit AI 把生產資料庫刪光的那一晚發生了什麼）

延伸閱讀

參考資料