Fabien Sanglard deler agent.md-reglene bak bedre KI-kode

Fabien Sanglard, som skriver om spillmotorer og lavnivåkode på fabiensanglard.net, la ut sin personlige agent.md 21. august. Fila rommer 14 regler pluss sju regler for commit-meldinger, og retter seg mot ett problem: kode som fungerer, men som ingen orker å vedlikeholde.

Forhistorien er nyttig kalibrering. Første forsøk med LLM-assistert koding kom midt i 2025, på libadbmdns, en mDNS-implementasjon i Rust. Koden kompilerte ikke engang. I januar 2026 skrev modellen en indeksert binærheap og pekte ut en obskur feil i Rust-biblioteket polling som skyldtes IOCP-implementasjonen på Windows. Kvaliteten var likevel elendig: spagettikode uten kommentarer og uten struktur. I mars 2026 kom agentiske utviklingsmiljøer som Antigravity og Claude Code-utvidelsen i VS Code inn, og da nærmet koden seg håndskrevet standard. Prisen var å gjenta de samme innspillene i hver eneste økt.

Løsningen var å flytte innspillene inn i fila som verktøyet laster ved øktstart. Reglene er konkrete nok til å etterprøves: ingen magiske tall utenfor navngitte konstanter, tidlig return i stedet for dype innrykk, alltid krøllparenteser selv på en if på én linje, og aldri endre et felt fra private til public uten å spørre først. Én regel handler om tonen:

«Avoid superlatives and praise. Stop telling me I am absolutely right. Give me the cold hard truth.» — Fabien Sanglard, agent.md

Navnevalget er verdt en merknad. Sanglard bruker agent.md i entall og foreslår å symlinke gemini.md eller claude.md til den. Konvensjonen som har fått mest fotfeste heter AGENTS.md i flertall og beskriver seg selv slik:

«Think of AGENTS.md as a README for agents: a dedicated, predictable place to provide the context and instructions to help AI coding agents work on your project.» — agents.md

Det formatet oppgir over 60 000 open source-prosjekter som brukere og forvaltes nå av Agentic AI Foundation under Linux Foundation. Sjekk hva ditt eget verktøy faktisk leser før du navngir fila.

Sanglard er tydelig på at dette ikke er noen fasit. Modellene hallusinerer fortsatt, og hver linje må fortsatt leses. Gevinsten er at gjennomgangen handler om arkitektur og design i stedet for kodestil.

Bakgrunn

Sanglard peker på fenomenet kontekstfortynning, dokumentert i «Lost in the Middle: How Language Models Use Long Contexts» av Nelson F. Liu og medforfattere i juli 2023. Modeller utnytter informasjon i starten og slutten av konteksten best, mens instruksjoner midt inne får mindre oppmerksomhet etter hvert som konteksten vokser. Sanglards to mottiltak er å starte ny økt per funksjon og å be verktøyet laste agent.md på nytt når kvaliteten faller.

Hva bør du gjøre?

1. Bruk Sanglards fil som utgangspunkt og bytt ut reglene som ikke passer stakken din. Hele fila ligger i posten.
2. Be agenten oppdatere fila selv når du oppdager en ny regel, i stedet for å åpne editoren.
3. Si fra om å laste agent.md på nytt når du ser kodekvaliteten falle midt i en lang økt.