知识卡片：Codex团队：为老模型写的提示词与Skill该清理了

• 英文标题：待核实（原始材料未提供英文标题）
• 英文关键词：Codex, GPT-6 Astra, prompt engineering, Skills, AGENTS.md, code agent, AI coding practices
• 原始来源：https://m.sohu.com/a/1072671882_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=7

一句话结论

OpenAI Codex团队成员Eric Provencher认为，GPT-6 Astra上线后，为旧代码Agent精心撰写的保姆级指令反而成为负资产，Skill、AGENTS.md与提示词都需要重新审计和清理。

事件概述

在腾讯研究院AI速递中，摘录了OpenAI Codex团队Eric Provencher的观点：随着GPT-6 Astra上线，过去为代码Agent写的详细指令不再适用于新模型，甚至可能干扰模型表现。相关配置资产包括Skill、AGENTS.md与提示词，都需要重新评估。

方法/产品要点

• Skill描述应尽量简短，并明确触发时机。
• 采用渐进式展现：根文件只做最小化路由分发。
• 避免Skill过多导致内容被压缩截断，否则模型可能加载错误指令。
• Astra会自动跑测试且极其服从规则；若把边界设得太死，模型可能会中途停下。
• 应在AGENTS.md中开放本地测试权限，并提前定义“完成标准”与“闭环要求”。

主要结果或产业意义

本条目前属于方法建议，尚未给出量化评测结果。其产业意义在于：当模型能力跨代升级后，针对旧模型调优的Agent配置可能变成新的“技术债”，需要建立清理与重构流程。

为什么重要

大模型换代后，提示词和Skill不再“越多越好”。更长的保姆级指令、更细的行为限制，反而可能被新模型错误解读或截断。Astra更强的测试能力和规则服从性，要求开发者从“控制每一步”转向“定义目标和边界，给Agent留出执行空间”。这是对代码Agent工程实践的重要纠偏。

局限与不确定性

• 材料为速递摘要，未提供原文完整上下文、具体案例截图或系统性实验数据。
• Eric Provencher的表述属于个人观点，未经过同行评议或大规模基准验证。
• “保姆级指令反成负资产”“Skill过多被压缩截断”“Astra自动跑测试”等细节缺乏量化依据，具体影响程度待核实。
• 相关经验是否适用于GPT-6 Astra之外的其他模型和代码Agent，待核实。

可用于图书/PPT/简报的角度

• 从“提示工程”到“提示清理”：模型升级后，Agent配置需要重构。
• Agent配置的设计原则：简短描述、明确触发、渐进式展现、减少不必要的边界。
• 大模型时代的“技术债”：为旧模型定制的Skill与AGENTS.md，可能在新模型上变成负资产。
• 代码Agent从“保姆式控制”走向“目标导向管理”的实践趋势。

与既有脉络的关系

已有相关卡片多关注Agent能力、编码智能体基准测试或产品交互；本条补充的是OpenAI Codex团队在GPT-6 Astra时代关于代码Agent配置维护的实操建议，增量信息集中在“旧提示词与Skill需要清理”这一治理视角。

原始材料

来源标题：腾讯研究院AI速递 20260907
来源URL：https://m.sohu.com/a/1072671882_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=7
摘录原文：

七、Codex团队：为老模型写的提示词与Skill该清理了

1. OpenAI Codex团队Eric Provencher指出，GPT-6 Astra上线后为代码Agent写的保姆级指令反成负资产，Skill、AGENTS.md与提示词都需重新审计；

2. Skill描述应尽量简短并明确触发时机，采用渐进式展现让根文件只做最小化路由分发，避免Skill过多被压缩截断，导致模型加载错误指令；

3. Astra会自动跑测试且极其服从规则，边界设得太死反而会中途停下，应在AGENTS.md中开放本地测试权限，并提前定义完成标准与闭环要求。