Segundo um estudo da Universidade Federal de Minas Gerais, após analisar 532 mil arquivos CLAUDE.md e AGENTS.md de 100 projetos open-source, foram encontradas regras repetidas já verificadas por ferramentas de linting de código, excesso de informações e skills que poderiam ser carregadas apenas quando necessário, em vez de permanecerem disponíveis para todo o projeto.

Pesquisadores brasileiros apontam problemas em arquivos de agentes de IA que podem aumentar consumo de tokens e piorar respostas

Segundo um estudo da Universidade Federal de Minas Gerais, após analisar 532 mil arquivos CLAUDE.md e AGENTS.md de 100 projetos open-source, foram encontradas regras repetidas já verifica...