AGENTS.md Convention

What is it（这是什么）

AGENTS.md Convention 指的是开发者在项目根目录放置一个 AGENTS.md 文件，用自然语言写下对 AI 编码 Agent 的行为约束——比如"页面别写说明书式文案""不要擅自重构没让你动的模块""提交前必须跑 lint"。它本质上是把"团队编码规范"从人读的 README 里剥离出来，变成机器读的、Agent 每次会话都会加载的配置文件。技术上它没有任何协议创新，就是一个约定俗成的文件名加 Markdown 格式；商业意义在于它是 AI 编程工具链里第一个"跨工具事实标准"的雏形——Claude Code、Cursor、Codex 等都在往同一个文件名收敛。对独立开发者来说，这意味着一个新的配置层正在形成，而配置层历来是工具、模板、校验和托管服务的沃土。

Why now（为什么现在出现）

三个条件在 2026 年下半年同时成熟。第一，AI 编码 Agent 的采用率跨过了"玩具"到"生产"的门槛，开发者每天要反复用自然语言纠正同一个 Agent 犯的同一个错，这种重复摩擦逼出了"把约束固化下来"的需求。第二，工具碎片化到了临界点：每个 Agent 都有自己的配置方式，开发者受够了为 Cursor 写一套、为 Claude Code 再写一套，社区自发向单一文件名收敛。第三，gstack 这类开发者公开分享完整 Claude Code 配置的行为，把"配置即资产"这件事变成了可传播的模因，降低了其他人的模仿成本。一年前 Agent 还没进入日常主流程，约束需求不存在；一年后大概率已有厂商推出官方标准，社区自发约定的窗口期就关闭了。现在正是"约定已出现、工具未跟上"的真空期。

Market Evidence（市场证据）

当前信号极其早期但方向明确。数据面：2 个独立信源（juejin、github）、2 次提及、增长率 100%、趋势分 62/100、阶段判定为 nascent。增长率 100% 在绝对值只有 2 次提及的情况下没有统计意义，它只说明"从 1 到 2"，不能当作热度爆发的证据。信源结构值得注意：掘金代表中文开发者社区的实践讨论，GitHub 代表代码层面的真实落地，两者交叉说明这不是纯媒体炒作，而是有实际文件产出。信号质量判断：这是真实需求的前兆，但尚不构成可验证的市场。62 分的趋势分说明算法识别到了语义聚类，但机会分、市场分、需求分全部为 0，意味着还没有任何商业化信号。结论：把它当作"需要设监控雷达的早期信号"，而不是"可以立刻 all-in 的机会"。

Who's Behind It（谁在推动）

没有单一庄家，这是它最大的特点也是最大的风险。推动力来自三股：一是 Anthropic 的 Claude Code 生态，AGENTS.md 的命名和加载机制与其高度绑定；二是 Cursor、OpenAI Codex 等竞品在事实上的跟进或兼容，形成"多工具同名"的收敛压力；三是 gstack 这类个人开发者和中文社区（掘金）的布道者，他们通过公开配置模板把约定传播出去。真正的"庄家"位置是空的——没有公司官方背书这个文件名，也没有标准组织介入。这给独立开发者留出了定义工具链的空间，但也意味着任何一家大厂改个默认文件名，整个约定就可能被架空。竞争态势目前是"无人认领"，不是"群雄逐鹿"。

TAM & Market Size（市场规模）

潜在用户是"日常使用 AI 编码 Agent 的专业开发者"。按全球活跃使用 Claude Code、Cursor、Copilot 等工具的重度用户估算，量级在数百万，其中愿意为配置管理付费的是一个小比例——这类人群对"配置文件"的付费意愿天然偏低，他们习惯自己写。真正可付费的是团队场景：5-50 人的工程团队需要统一 Agent 行为、做代码审查合规、避免 Agent 引入安全漏洞，这才是预算所在。市场规模判断：当前处于"需求萌芽、付费为零"的状态，机会分 0/100、需求分 0/100 精确反映了这一点。增长方向明确（Agent 采用率在涨），但变现路径尚未被验证。不要用"开发者工具大盘"来估这个市场，AGENTS.md 本身的市场在 12 个月内大概率不超过千万美元级别，除非它演变成企业级 AI 治理基础设施。

Competitive Landscape（竞争格局）

竞争分 0/100 说明目前没有直接对手，但这不是好消息的全部——它意味着需求还没被验证到能养活竞争者的程度。潜在玩家分三类：一是 IDE 和 Agent 厂商自己做配置管理（Cursor 的 rules、Claude Code 的 CLAUDE.md），他们有分发优势，但只会服务自家工具，不会做跨工具方案；二是代码质量与 CI 工具厂商（如 Sonar、Snyk）可能把"Agent 配置审计"并入现有产品线；三是 lint 与格式化生态（ESLint、Prettier 插件市场）可能长出 AGENTS.md 校验器。市场空白在于"跨工具、跨团队的配置治理层"——厂商不做是因为利益冲突，工具厂商不做是因为太早期。时间窗口：12-18 个月。一旦某个 Agent 厂商把 AGENTS.md 纳入官方文档并推出配套服务，独立玩家的差异化空间会被压缩到"多工具兼容"这一条窄缝。

Business Model（商业模式）

推荐订阅制 + 免费增值，理由是这个品类的价值在于"持续同步"而非"一次性交付"——Agent 工具在快速迭代，配置规范和校验规则需要不断更新，订阅制匹配这种持续价值。定价建议：个人版免费（限制 1 个项目、基础校验），团队版 $19/人/月或 $149/团队/月（5 人以内），企业版 $499/月起（含 SSO、审计日志、私有规则库）。依据是开发者工具团队版的常见价格带（Linear、Vercel 的团队档都在这个区间），且 AGENTS.md 治理属于"合规与效率"双重价值，可以支撑中档定价。12 个月收入预测：保守 $8K MRR（约 40 个团队客户）、基准 $25K MRR、乐观 $60K MRR——乐观情况依赖至少一个 Agent 厂商的生态背书。获客成本估算：通过 GitHub 开源校验器 + 掘金/技术博客内容获客，CAC 控制在 $80-150，团队版回本周期 1-2 个月，属于健康区间。

MVP Blueprint（MVP 蓝图）

核心功能只保留四项：① AGENTS.md 语法与语义校验器（检查规则是否可执行、是否与项目技术栈冲突）；② 规则模板库（按框架/语言预置，如"Next.js 项目禁止 Agent 修改 app 目录外的路由"）；③ 多工具导出（一份源配置生成 Claude Code、Cursor、Codex 各自的格式）；④ 简单的 Web 编辑器与版本对比。砍掉：团队协作、权限、审计——这些留到有付费客户后做。技术栈：Next.js + TypeScript（与标签一致，且利于 SEO）、Postgres（Supabase 托管）、校验逻辑用 remark/Markdown AST 解析，部署在 Vercel。最快路径：先用一个开源的 CLI 校验器（npm 包）在 GitHub 上发布引流，Web 端用现成模板三天内上线，模板库靠手工整理 20 条高质量规则起步。预估开发天数数据为 0，但实际按上述范围，单人 5-7 天可交付可用版本。

Commercial Opportunities（商业化机会）

方向一：AGENTS.md 校验与治理 SaaS。目标用户是使用多个 AI 编码工具的 10-50 人工程团队，痛点是一份配置在三个工具里行为不一致导致 Agent 输出失控。预期月收入 $5K-20K。优于其他方向的原因：它是"卖铲子"，不依赖某个 Agent 厂商的成败。

方向二：规则模板市场。面向个人开发者和技术负责人，按框架、按行业（金融合规、医疗）售卖高质量规则包，抽佣 30%。预期月收入 $2K-8K。优势是内容驱动、边际成本低，且能反哺方向一的获客。

方向三：企业级 Agent 行为审计 API。面向有合规要求的中大型企业，提供"Agent 每次改动是否违反 AGENTS.md 约束"的检测接口，按调用量计费。预期月收入 $10K+，但销售周期长。优势是客单价最高，适合作为第二年的增长曲线。

Product Ideas（产品创意）

🥇 AgentsLint — 一句话：AGENTS.md 的 ESLint，让 Agent 配置可校验、可测试、可 CI。目标用户是已经在用 Claude Code 或 Cursor 的工程师，场景是 PR 里新增的 AGENTS.md 规则在 CI 中被自动检查是否与代码库冲突。时机对的原因：当前没有任何校验工具，而"配置写错导致 Agent 乱改代码"是正在发生的真实痛点。

🥈 AgentConfig Hub — 一句话：一份配置，同步到所有 AI 编码工具。目标用户是同时用 2 个以上 Agent 工具的开发者，场景是维护单一源文件、一键导出各工具格式。时机对的原因：工具碎片化正是这个约定诞生的原因，收敛期做同步层最容易被采用。

🥉 RulePack Store — 一句话：按技术栈和行业选购经过验证的 Agent 规则包。目标用户是技术负责人和小团队，场景是新项目启动时快速获得一套"不会让 Agent 闯祸"的基线规则。时机对的原因：规则编写需要经验，早期市场愿意为"最佳实践"付费，且内容资产可长期复用。

SEO Opportunity（SEO 机会）

搜索量趋势：上升但基数极小，属于"提前布局"而非"收割流量"的阶段。有价值的长尾关键词：AGENTS.md 怎么写、AGENTS.md vs CLAUDE.md、Claude Code 配置最佳实践、Cursor rules 迁移 AGENTS.md、AI agent 配置文件标准。竞争程度评估：SEO 难度 0/100，意味着几乎无人竞争，任何一篇结构良好的深度文章都能拿到首页。内容策略：优先做"对比型"和"迁移型"页面（工具间差异、如何从旧配置迁移），这类搜索意图明确、转化率高；其次做规则模板的落地页，用具体代码示例承接长尾流量。

Risk Assessment（风险评估）

判断可能错在：这个约定只是社区一时的命名巧合，最终被某个厂商的官方标准（如统一的 AI.md 或 IDE 内置配置）取代。三大风险：技术风险——文件格式没有强制规范，语义校验缺乏统一标准，产品容易做成"自说自话"；市场风险——开发者对配置类工具的付费意愿低，团队版可能卖不动；执行风险——需求太早期，你可能花三个月教育市场，而市场还没准备好。最低成本验证方式：先发布开源 CLI 校验器，观察两周内的 GitHub star、npm 下载量和 issue 质量，如果下载量过千且有真实用户提规则需求，信号成立。放弃条件：三个月内没有出现任何 Agent 厂商的官方文档提及 AGENTS.md，或开源工具下载量停滞在三位数，说明这只是个小圈子习惯，不值得产品化。

Action Plan（行动建议）

第一步（今天）：在 GitHub 搜索 AGENTS.md，统计有多少真实仓库在用、规则内容集中在哪些类型，同时用 Google Trends 和掘金搜索量交叉验证。第二步（本周）：写一个 200 行的 CLI 校验器，发布到 npm 和 GitHub，配一篇《AGENTS.md 该怎么写》的深度文章发在掘金，观察自然流量和 star 增长。第三步（信号确认后）：把 CLI 的校验逻辑复用到 Web 编辑器，上线 AgentsLint 免费版，同时手工整理 20 条规则模板作为付费内容的种子。时间线：第一周完成验证与开源发布；第一个月拿到 500+ npm 下载和 100+ star，确认需求；第三个月上线付费团队版，目标 10 个付费客户、$1.5K MRR。如果第三个月付费客户为零，转向方向二的内容市场，降低对订阅制的依赖。

Related Terms（相关趋势）

• Claude Code — 依赖关系，AGENTS.md 的主要消费方之一，其配置机制直接决定约定的生命力
• Cursor Rules — 竞争关系，同为 Agent 行为配置方案，存在被 AGENTS.md 统一或长期并存两种可能
• AI Coding Agent — 父领域，AGENTS.md 是这一领域标准化进程的子产物，其采用率决定本趋势的天花板