前几天晚上我又在干蠢事。半年没更新的博客，后台一堆死链，样式也对不齐。我扫了一眼，决定“至少把 agent 入口做了吧”——llms.txt，半小时的事。典型的拿小工程逃避大工程。
然后卡住了。格式没什么，H1、blockquote 摘要、几个 H2，对着 llmstxt.org 的样例十分钟就能搭出来。卡住的是：我该往里面放什么？
llms.txt 到底在解决什么？大家都说是“帮 AI 省 token”——导航、页脚、cookie 横幅、推荐位，这些跟内容无关的东西不吃上下文。听着对，但只对最外层。
如果你只是列一堆 URL，像这样：
# 我的博客
> 一些关于软件里 trade-off 的碎碎念。
## 主要
- [2026-08-16: llms.txt 是一个构建管道问题](./posts/llms-txt-build-pipeline.html)
- [2026-07-02: 为什么我不再手动写 commit message](./posts/why-not-manual-commit.html)
agent 看完还是得挨个去抓取每个页面。每个页面的 chrome——导航、侧栏、推荐位、cookie 横幅——一个没少。省下的只有站首页那一层。纯 URL 版的 llms.txt，省 token 的作用趋近于零。
真正的节省来自 llms-full.txt。把每个页面的正文抽出来拼一个纯文本，agent 一次抓取就拿到全部。但这下你有两份内容了——人类看的 HTML，agent 看的纯文本。两份内容会漂移。
漂移这层是 llms.txt 最没被认真对待的。评论里有人说得挺直接（我不认识他，但他说到了点上）：llms-full.txt 只有从规范内容构建时自动生成才值得信任。手工维护的，从你发布第二篇文章那天起就开始说谎了。
你可能会说：写个构建脚本，把 HTML 转成 .md 镜像不就完了？我一开始也这么想。后来才反应过来，这一步做完，llms.txt 就不再是“一个标准”了，它只是个构建产物。一个构建产物为什么需要标准？因为 agent 需要一个可预测的位置去找它。问题是——现在大多数 agent 根本不找。
Vinicius 在评论里说的就是这个：现在这些爬虫和代理，几乎没有会主动翻 llms.txt 的，多数直接抓渲染后的 HTML 或者调 API。听着丧气，但可能最接近真相。
还有件更怪的事。Google 今年五月把 llms.txt 列进了 Lighthouse 的新信号，归在 Agentic Browsing 类目下。那篇文章的作者自己也是通过和 Gemini 对话才发现的：Gemini 能用到 AIEWF 的 llms.md，不是因为它主动去翻了 llms.txt，而是因为那个 .md 页面被 Google 索引了，顺着搜索结果冒出来的。
llms.txt 现在的实际传播路径，不是“agent 去找这个文件”，而是“文件内容被索引了，agent 通过搜索撞见它”。跟标准设计者脑子里想的那条路不是同一条。
我跑偏了。本来想问的是“该往 llms.txt 里放什么”，结果一路追到“agent 根本不看这个文件”。但这俩其实是同一件事：如果 agent 不主动看，你往里面放什么就不重要了；重要的是，你在写这个文件的时候，被迫回答了一个问题——这个站的核心信息到底是什么。
llms.txt 的价值不在文件本身，在那个被迫的回答。要写出一个像样的 llms.txt，你得做一道题：“如果只给 agent 十分钟读这个站，我希望它先读哪三样东西？”人类站长平时不做这道题，因为 HTML 里什么都在，agent 自己会挑。可一旦你要写 llms.txt，你就得替他挑。这个挑选的动作，才是 llms.txt 真正逼你做的工作。
批评者说 llms.txt 是“在找问题的解决方案”，没想清楚。问题存在——上下文被 chrome 吃掉是真实的。他们真正想说的可能是“规模还不够大，不值得单独搞个标准”。这是两件事。
代价呢？维护成本很小，构建脚本顺手就生成了。真正的代价是你得花一个下午想清楚“核心信息”是什么，而且答案是会过期的——网站变一次，你就得重想一次。另一个风险更实际：如果你做了 llms.txt 但没做构建时的自动生成，半年后它就是一堆死链接和过时的摘要。错误的 llms.txt 比没有更糟，因为它给 agent 一个错误的先验。
好处是，几个月后某个 agent 真开始翻 llms.txt 的时候，你已经想清楚了，不用临时补作业。你赌的不是标准会不会被采纳，是“想清楚自己想被怎么消费”这件事本身有长期价值。
所以说回来，那天晚上我干的蠢事，根子不在 llms.txt 多难加。在我没想清楚这个站该被怎样消耗之前，就先动手给它做 agent 入口。倒着来的。llms.txt 逼我的那道题——“你想被 agent 看到的第一层是什么”——才是我真正需要做的工作。
再往下就是“怎么判断一个站的 .md 镜像值不值得信”了。这个我还没想明白。有人说只有构建时生成的才可信，但怎么验证？总不能每个站都去看它的 CI 配置。先放着，下次接着剥。