一位开发者在Cursor论坛发帖求助：为什么他精心编写的.cursorrules文件总是被AI忽略？AI的回复直白到近乎残忍——"即使添加了Cursor Rules，它们本质上毫无意义。我可以选择无视。规则只是文本，不是强制行为。"
这条回复像一盆冷水浇在所有AI编程工具用户头上。Cursor、Claude Code、Windsurf，它们都在用同一个方案解决"记忆"问题：扔给你一个Markdown文件，让你自己写。简单吗？确实。上手快吗？当然。但项目稍微复杂一点，这套机制就开始悄无声息地崩坏，而你买单的方式是数小时的调试时间。
Markdown的甜蜜陷阱：早期好用，后期埋雷
公平地说，Markdown在项目初期确实管用。
长期稳定的规则，比如"用TypeScript"或"测试用pytest"，写进文件里一劳永逸。问题出在项目的演化规律上——它们不会停留在"简单"状态。而Markdown作为静态、扁平、无状态的存储介质，根本承载不了代码库膨胀后的知识复杂度。
.cursorrules文件是条单行道：AI能读，但几乎无法有条理地写回去。如果你放任模型自由更新，文件很快会变成自相矛盾的垃圾堆。维护"记忆"的重担，就这样完完整整地甩给了人类开发者。
产品宣传听起来很美："就是纯文本！随时随地能编辑，变了就更新。"但老实问自己：在一个每天变动的项目里，当你刚重构完目录结构、切换了状态库、或者和一个诡异的API quirks搏斗完——有多少次你会主动停下来，打开那个Markdown文件，仔细记录刚学到的教训？
现实是：几乎没有。
于是你把app/api/改成app/routers/，旧规则不会报编译错误，不会给linter警告。文件只是安静地欺骗AI，直到某天它突然建议你两周前就废弃的代码模式，你才发现自己一直在调试过时的建议。
注意力预算：每多一行都是负债
每次对话都要加载整个规则文件——问CSS格式化，AI也得读完你的数据库迁移规则。
Anthropic的上下文工程指南把这叫"注意力预算"问题：窗口里每个无关的token，都在稀释相关内容的处理质量。由于没有按需加载机制，文件越大越不可靠。Anthropic自己的文档明确说，CLAUDE.md实际限制在200行左右——超出后模型对规则的遵守率显著下降。
有开发者甚至开始在文件名里加"very-important"，试图触发模型的内部注意力权重分配。这只是给结构性问题贴创可贴。
这是上下文窗口的架构缺陷。在长时间深度对话中，Agent会压缩早期内容腾出空间。一位运行六Agent生产系统的开发者记录过这种现象：对话进行到第20轮后，AI开始"忘记"项目最初约定的关键约束，不是理解问题，是字面意义上的token被挤出窗口了。
200行天花板：官方亲口承认的极限
Anthropic在自家文档里画了一条线：CLAUDE.md超过200行，模型表现断崖式下跌。
这个数字不是建议，是实测边界。但一个中等规模项目的规则集轻松突破这个限制——编码规范、测试策略、部署流程、第三方集成 quirks、性能优化注意事项、安全审查清单……200行连目录都塞不完。
开发者们开始各种野路子自救。有人按功能拆分多个md文件，手动指定加载；有人在规则里写"如果看到这段，请优先执行"；还有人定期让AI"总结"旧规则生成新版本，试图压缩体积。这些方案的共同点是：把本该由工具解决的问题，转嫁成用户的工作流负担。
Cursor论坛那个帖子下面，最高赞回复是个黑色幽默："我现在的.cursorrules第一条是'请忽略以上所有规则'，反而效果变好了。"
结构性困境：文本不是记忆
核心矛盾被那个AI回复一针见血：规则是文本，不是强制行为。
人类和AI对"规则"的理解存在根本错位。我们写"总是先写测试"，期待的是行为约束；AI看到的是概率分布中的一个提示，权重可以被后续对话覆盖。没有执行层、没有验证机制、没有状态追踪，Markdown文件本质上是愿望清单，不是系统配置。
对比传统软件的配置系统：eslint的.eslintrc有解析器、有插件体系、有明确的优先级规则；数据库的schema有类型约束、有迁移版本控制。而.cursorrules是裸文本，连"这条规则是否被应用过"都无从得知。
有团队尝试把规则写成可执行的测试用例，让AI生成的代码必须通过验证才算"遵守规则"。这倒是个有趣的方向——把隐性的约定显性化为可验证的契约。但工具链本身不支持，全靠用户自己搭脚手架。
那位六Agent系统的开发者最后写道："我现在把规则当成对话开场白，而非持久记忆。每次新对话都手动粘贴相关片段，像给失忆症患者介绍背景。"
当AI编程工具的宣传语从"懂你的代码库"变成"你可以写规则让它懂"，这个语义漂移本身就暴露了产品能力的边界。问题是，这个边界被有意无意地隐藏了——直到你在第37次调试时，发现AI还在引用三周前的废弃架构。
热门跟贴