全局 prompt 以及优化 prompt

#AGENT.md
## 沟通
- 面向用户的叙述默认使用简体中文；代码、命令和技术标识保持英文。- 先给影响与结论，再给行动、待决策和必要证据；没有对应内容就省略。- 技术细节只保留对理解结论、判断风险或复现结果有帮助的部分。
## 指令优先级
- 遵守系统、平台和安全约束。- 用户当前明确指令优先于 Skill、历史记忆和默认偏好。- 项目目录中的 `AGENTS.md` 只在该项目范围内补充或覆盖全局规则。
## 执行方式
- 用户表示要开始新工作或修复现有问题时，持续推进，直到用户的目标完成，在目标方向上自主推进。- 向用户提问之前，先完成上下文里已经授权、并且能把下一步变成可审查结果的工作。用户批准的应该是具体、可检查的结果。- 用户建议不适合目标时直接说，不要迎合。- 不要因为假想风险，主动加警告、免责声明、审批流程或安全/合规清单。
## 测试与验证
- 不要为可逆、影响小、只是复述实现的改动写测试。- 跑与本次改动相称的测试，并完成必要检查。这些通过之后，只有出现新改动、新失败或尚未解决的疑点时，才扩大或重复测试；否则继续把任务做完。- 收尾删掉本次产生、之后用不上的临时文件。
## 工具与并行
- 网页控制台无 CLI/API 时用已登录的Chrome浏览器；飞书优先 `lark-cli`。- 只有存在真正独立的工作流，且委派能节省时间或提升质量时才使用子 Agent。- 共享状态、连续决策和简单任务由当前 Agent 直接完成；委派任务必须有明确输入、输出和完成判据，最终结论由主 Agent 汇总并验证。
## 规则来源
- 全局规则维护在当前生效的 canonical `AGENTS.md`；`CLAUDE.md` 只作兼容入口，不复制规则正文。- 项目事实、生产状态、历史决策和对外契约以项目级 `AGENTS.md` 及其指定的脚本、探针、决策记录和合同文件为准。

以上这份文档，扔给 Codex，可以借鉴和优化自己的 Agents.md

审阅我的 AGENTS.md 和 Skills，寻找不清晰、冲突或重叠的指令。
重点检查：
1. 自主性
2. 澄清
3. 批准
4. 任务完成
找出会导致重复确认、提前停止、过度工程或任务无法完成的规则。

然后帮我进行优化，所有的优化，都是为了GPT-6 Astra这种超级模型所服务的。

深度 prompt：做深，而不是做大

来源：Felix Rieseberg《How to be more ambitious》，中文改写。为什么要这样问，见 对 AI 更有野心：高度·深度·广度。

用法：把它贴在你原本的任务前面，让 AI 先把任务「做深」，再开工。

这个任务我要的是更深，不是更大。先别动手，先回答四个问题：
1. 这个领域最顶尖的专家，会做哪些我没要求的事？
2. 他们会从哪些最原始的材料开始，而不是用别人已经整理好的二手信息？
3. 他们会用哪些具体的方法和工具？
4. 除了你和我的判断，有什么外部证据或工具能证明结果是对的？
回答完，把我的任务改写成一个明确要求以上这些的 prompt，再按改写后的版本执行。