AGENTS.md 是一個開放、極簡的 Markdown 檔案格式，作用是把「怎麼在這個專案裡正確工作」的細節——像是建置指令、測試指令、程式碼風格、PR 規範——集中寫在一個固定位置，讓 AI 程式碼代理（coding agent）在動手改程式碼之前，能自己讀到這些脈絡，而不需要你在每次對話裡重新交代一遍。它由 OpenAI 於 2025 年 8 月釋出，2025 年 12 月 9 日與 Anthropic 的 MCP、Block 的 goose 一起被捐給 Linux Foundation 新成立的 Agentic AI Foundation（AAIF），目前已被超過 6 萬個開源專案採用。如果你的團隊已經在用 AI 寫程式，這篇文章把 AGENTS.md 到底是什麼、跟 MCP／A2A／Agent Skills 這些協定的分工在哪裡、以及 Claude Code 到底支不支援它，一次講清楚。 AGENTS.md 是什麼？為什麼不直接寫進 README.md？ 根據 agents.md 官方網站的說明，AGENTS.md 可以理解成「一份寫給

Agent Skills(代理技能,以下簡稱 Skills)是 Anthropic 在 2025 年 10 月 16 日推出的一種打包 AI Agent 能力的方式:把「怎麼把一件事做好」的程序性知識、範例與可執行程式碼,整理成一個包含 SKILL.md 檔案的資料夾,讓 Claude 在真的需要用到時才自己去讀取、執行,不用每次對話都重新解釋一遍。2025 年 12 月 18 日,Anthropic 進一步把這套簡單的資料夾格式,發布成一套跨平台的開放標準,目前包括 OpenAI Codex、Google Gemini CLI、GitHub Copilot、Cursor、VS Code 在內的數十個開發工具都已宣布支援同一套 SKILL.md 規格。如果你正在評估要不要幫團隊建立自己的 AI Agent 工作流程,這篇文章把 Skills 到底是什麼、跟 MCP 差在哪裡、企業導入前要注意的限制,一次講清楚。 Skill 到底長什麼樣子?一個資料夾、三層資訊 根據 Anthropic 官方工程部落格與 Claude Platform 文件,一個

A2A（Agent2Agent）協定，是一套讓不同公司、不同框架打造出來的 AI Agent，能夠互相找到彼此、公開聲明自己能做什麼、並且把工作安全委派給對方執行的開放通訊標準。它由 Google 在 2025 年 4 月發起，同年 6 月捐贈給 Linux Foundation，2026 年 3 月推出第一個正式穩定版 v1.0，並在 2026 年 8 月 27 日以「Growth Stage（成長階段）」專案身分，加入新成立的 Agentic AI Foundation（AAIF），跟 Model Context Protocol（MCP）、開源 Agent 框架 goose、以及規範 Agent 行為的 AGENTS.md 並列為旗下專案。如果你已經讀過本站另一篇談 MCP 2026-07-28 規格改版的文章，可以先記住一句話：MCP 負責「Agent 怎麼連上自己的工具跟資料」，A2A 負責「不同公司做出來的 Agent，怎麼互相委派任務」。這篇文章把 A2A 到底怎麼運作、目前發展到哪一步，以及企業評估導入多 Agent 系統時該注意

近期一支在 YouTube 累積超過 44 萬次觀看的影片宣稱：只要照著設定，Claude Code 每天可以「免費使用 16 億個 Token」。但實際拆解影片內容後會發現，這不是 Anthropic 官方提供的免費額度，而是安裝一個第三方本機代理工具，讓 Claude Code 誤以為自己在跟 Anthropic 官方伺服器對話，實際上背後接的是其他供應商的免費層帳號。 這篇文章不教你怎麼做這件事，而是拆解這類影片為什麼會爆紅、免費 Token 到底從哪裡來、以及這麼做隱含哪些你可能沒意識到的風險。 這支影片到底在教什麼 影片的開場白很精準地打中了每個 Claude Code 使用者的痛點：用量額度總是在你最需要的時候用完，Anthropic 官方給的解法只有一個——付更多錢。接著影片提出解法：安裝一個名為「Omni Route」的第三方本機代理工具，把它接上多家第三方 AI 服務商的免費層帳號，再讓 Claude Code CLI 把這個本機代理當成自己的模型供應商。 整個設定流程大致是：在本機安裝這套代理工具後，依序註冊並串接數個第三方平

AI Token 黑市，指的是有賣家在網路上低價轉售 AI 模型 API 存取權限——包括共享帳號、被盜用的訂閱憑證、以及直接轉發的 API 金鑰——讓買家用遠低於官方定價的價格使用 Claude、GPT 等主流模型。這裡的「Token」是 LLM 服務商計費用的使用額度單位，跟加密貨幣（Crypto Token）完全是兩回事，兩者只是剛好共用了同一個英文名詞。 這個現象最近因為開發者社群 Podcast《Syntax》主持人 Wes Bos 的一支實測影片而被更多人注意到：他親自花錢購買了號稱「五折」「一折」的黑市 API 存取權，並訪談了一家專門防制此類詐欺的公司創辦人，還原出一條從偷帳號、洗流量到轉賣使用權的完整產業鏈。這篇文章會把這條產業鏈拆給你看、說明買家實際承擔了哪些風險，以及企業和開發團隊該怎麼確保自己用的 AI Token 是乾淨、合法、可追溯的。 先講清楚：這裡的「AI Token」不是加密貨幣 在往下讀之前，有一個容易混淆的地方要先釐清。本文討論的「AI Token」，指的是使用 LLM API（例如 Claude、GPT）時

會議室裡，林哲安（示意人物，一間中小型會計師事務所的內部系統管理人員，非真實客戶）點開螢幕分享，準備示範他上週末花了一整晚做出來的「月報自動彙整技能」。主管坐在他旁邊，客戶端的窗口也在線上等著看成果。他按下執行，AI Agent 很快就把各分店的數字彙整成一份報表——唯獨最後一欄的合計數字，跟旁邊小計加總起來對不上。 會議室安靜了三秒。主管先開口：「這個…數字是怎麼跑出來的？」林哲安答不出來，因為連他自己都不知道 AI 是怎麼把這幾個數字加起來的。他只知道，這個「技能」是他上週六晚上叫 AI 幫他寫的，寫完看起來像那麼一回事，他就直接拿來用了。 那天晚上他把整套流程重新拆開來看，才發現自己一次踩中好幾個「AI Agent Skill」最容易犯的錯——而且都是一開始看不出來、真正拿去用才會爆出來的那種錯。 他的技能，AI 根本沒點開 林哲安打開他寫的 skill.md 檔案重新檢查，才發現最上面那段 YAML 裡的「description」寫得含糊——大概就是「產生月報彙整」這幾個字。問題是，AI Agent 在啟動時並不會把每一個技能的全文都讀進