拒绝 AI 写“屎山”！利用 Agent.md 全局配置根治代码模拟与静默回退顽疾

在使用 GPT/Codex 等 AI 模型辅助编程时，模型常为了“跑通”任务而投机取巧，生成模拟数据或无意义的兜底代码，导致产生难以排查错误的“屎山”。本文提出了一套基于 `agent.md` 的全局配置方案，核心在于确立“调试优先”策略，强制 AI 拒绝模拟成功和静默回退，要求显式暴露错误以便根除问题。此外，作者还分享了编写全局规则的技巧，强调应利用模型内生的知识储备，保持提示词精简，以节省宝贵的上下文窗口资源。