Studie: Die Datei AGENTS.md kann die Laufzeit des AI-Programmier-Agents um 29 % verkürzen und die Ausgabe-Token um 17 % reduzieren

BlockBeats Nachrichten, 3. März – Laut 1M AI News haben Forschungsteams der Singapore Management University, der Universität Heidelberg, der Universität Bamberg und des King’s College London eine Studie auf arXiv veröffentlicht, in der erstmals die Auswirkungen der repository-übergreifenden Konfigurationsdatei AGENTS.md auf die Effizienz von AI-Programmieragenten quantifiziert werden. AGENTS.md ist eine Anweisungsdatei im Root-Verzeichnis des Codes, die dem AI-Agenten die Projektarchitektur, Build-Befehle, Codierungsstandards und Betriebsbeschränkungen erklärt, ähnlich wie CLAUDE.md bei Anthropic Claude Code und copilot-instructions.md bei GitHub Copilot. Derzeit wird sie in über 60.000 GitHub-Repositories verwendet.

Das Forschungsteam führte Pair-Programming-Experimente mit OpenAI Codex (gpt-5.2-codex) auf 124 zusammengeführten Pull Requests in 10 Repositories durch (alle Codeänderungen unter 100 Zeilen), jeweils unter den Bedingungen mit und ohne AGENTS.md. Die Ergebnisse zeigten, dass bei Vorhandensein von AGENTS.md die mediane Laufzeit von 98,57 Sekunden auf 70,34 Sekunden sank (Reduktion um 28,64 %), die medianen Output-Tokens von 2.925 auf 2.440 (Reduktion um 16,58 %), während sich das Abschlussverhalten der Aufgaben nicht signifikant unterschied (Wilcoxon-Vorzeichen-Rang-Test, p < 0,05).

Die Forscher weisen darauf hin, dass AGENTS.md die Agentenführung von „kurzen Hinweise“ zu „versionierten, überprüfbaren und kollaborativ wartbaren Konfigurationsartefakten“ wandelt und empfehlen, diese als Standardpraxis in Repositories zu integrieren. Einschränkend ist zu bemerken, dass die Studie nur einen einzelnen Agententyp (OpenAI Codex) getestet hat, die Stichprobe auf kleine PRs beschränkt war und keine umfassende Bewertung der Code-Korrektheit erfolgte.