AGENTS.md transforma evidências de transcrições em memória limitada para agentes

Kun Chen propõe tratar o AGENTS.md de um projeto como memória adaptativa: usar transcrições de agentes como evidência, agrupar falhas recorrentes, fazer pequenas edições com orçamento e mover instruções estreitas para skills acionáveis. Por que importa: Arquivos de instruções para agentes costumam crescer por reações isoladas. Um ciclo de revisão apoiado em transcrições torna as mudanças mais auditáveis, contestáveis e reversíveis.

Para testar: Uma vez por semana, revise um lote de sessões de agentes. Altere no máximo cinco regras, anexe evidências repetidas a cada uma e remova ou extraia uma regra antiga para respeitar um orçamento de tokens.