正在打开每日关注
多代理并发拖慢本地机器：AGENTS.md 的应对思路
Ohans Emmanuel 回应多 AI 编码代理拖垮本地机器的吐槽，建议将相关约定写入 AGENTS.md。
来源摘录
Add this to your AGENTS .md: https://t.co/xsM48HYAsp
Can someone tell me how I am supposed to run Codex + Computer Use while also running 3 concurrent Claude Code sessions with 6 subagents without my computer just getting slower than a 2000s computer? Also no, I don’t want to use Cloud Agents.
深度解析
是什么：前端教育者 Ohans Emmanuel 引用 Pavan Kumar 的吐槽并给出一句行动建议——把某段内容写进 AGENTS.md，附外链指向具体做法。被引用推文描绘了典型场景：同时运行 Codex、Computer Use，外加 3 个 Claude Code 会话各带 6 个 subagent，本地电脑被拖到「2000 年代」的速度，且作者明确拒绝云代理方案。
关键洞察：其一，AGENTS.md 正从项目说明文档升级为约束 AI 编码代理行为的「使用守则」，可以写入并发上限、资源占用等约定，成为多代理时代的事实标准配置。其二，多代理并发的本地算力争抢已是普遍痛点：每个会话和子代理都是独立进程，CPU/内存/IO 快速见顶，解法自然分化为资源隔离（容器化、限流）、任务编排（削减并发子代理）与云端托管三条路线。其三，「不想用 Cloud Agents」折射出开发者对成本、隐私与上下文留存的现实顾虑，云端方案并非人人买账。
边界与风险：外链正文不可见，无法确认具体建议条目，不宜凭标题脑补；AGENTS.md 属约定性质，实际效力取决于 Codex、Claude Code 等工具是否遵守；指望一段 Markdown 说明解决性能问题，未必能替代真正的资源隔离与调度机制。