この論文は、AGENTS.md ファイル、すなわち開発者が「エージェントのための README」として書くリポジトリレベルの指示ファイルについて、1 つの問いを切り出して扱う。それは、このファイルの存在が AI コーディングエージェント をより効率的にするかどうかである。著者らは、これまでの実証研究がこうしたエージェント用コンテキストファイルの構造、内容、変遷を明らかにしてきた一方で、タスク、リポジトリ、エージェントのアーキテクチャを一定に保ったまま、AGENTS.md ファイルを追加することがエージェントの効率に及ぼす効果を切り出した研究はなかったと指摘する。著者らは効率を、エージェントが開発タスクを完了するのに必要な計算資源と定義し、それをトークン使用量と完了までの実時間（wall-clock time）として操作化している。
エージェントには OpenAI Codex を用い、Codex CLI を通じて gpt-5.2-codex モデルで実行した。著者らがこれを選んだのは、ソフトウェアエンジニアリングのタスク向けに設計されていること、そして AGENTS.md がオープンな形式になる前に最初に Codex で使われていたことによる。エージェントの指示ファイルに関する先行研究でサンプリングされたリポジトリのコーパスを出発点に、ルートに AGENTS.md が 1 つだけあるリポジトリ（132 件中 89 件）に絞り込み、続いて LLM（gpt-oss-120b）と手作業による確認を用いて、規約とベストプラクティス、アーキテクチャとプロジェクト構造、あるいはプロジェクトの説明を含むファイルだけを残した。その結果 26 のリポジトリが残った。このうち無作為に選んだ 10 のリポジトリから、それぞれ最大 15 件のマージ済みプルリクエストを取り出した。対象は、最大 5 ファイルにわたる最大 100 行の小規模なコードのみの変更で、そのリポジトリが AGENTS.md を導入した後に作成・マージされたものである。各プルリクエストについて、リポジトリをマージ前の状態に戻し、差分とファイルツリーからイシュー形式のタスク記述を生成し、隔離された Docker コンテナ内でエージェントに変更を 2 回再現させた。1 回はそのコミット時点の AGENTS.md がある状態で、もう 1 回はそれを取り除いた状態である。
著者らはこの結果を、リポジトリレベルの指示ファイルが自律型コーディングエージェントに測定可能な運用上の効果をもたらすことを示す最初の実証的証拠と位置づけ、AGENTS.md をエージェントの振る舞いを方向づける実用的な仕組みとして提示するとともに、研究を拡張するためのロードマップを示している。
要点
- 124 件のプルリクエスト全体で、完了までの実時間の中央値は AGENTS.md なしの 98.57 秒からありの 70.34 秒へ（28.64%）、平均値は 162.94 秒から 129.91 秒へ（20.27%）減少した。この差は Wilcoxon の符号付き順位検定で統計的に有意である。
- 時間の平均値と中央値の減少幅がよく揃っていることから、著者らはこの高速化を、少数の極端な実行による効果ではなく、全体的により速い完了へと移行したものと解釈している。
- 出力トークンの中央値は 2,925 から 2,440 へ（16.58%）、平均値は 5,744.81 から 4,591.46 へ（20.08%）減少し、これも統計的に有意な差である。
- 出力トークンの減少が中央値より平均値で大きいことから、著者らは、AGENTS.md は主にごく少数の非常に高コストな実行でのトークン使用を削減しているのであって、タスク全体で一様に削減しているわけではないと結論づけている。
- 入力トークンとキャッシュされた入力トークンは平均でわずかに減少した（それぞれ 9.73% と 9.97%）が、それらの中央値は AGENTS.md がある場合に実質的に変わらないか、わずかに高くなっており、トークン総数の中央値も同様だった。
- 無作為に抽出した 50 件のタスクを手作業で確認したところ、エージェントの出力は意図したタスクに沿った、空でも自明でもないコード変更であり、効率の差は中断された実行やでたらめな編集では説明されないことがわかった。ただし著者らは、これが完全な正しさの評価ではないことを強調している。
- 著者らは、検証はしていないものの、AGENTS.md ファイルがリポジトリの構造と規約を前もって記述しているために、エージェントが本来必要とする探索的なナビゲーションが減ることが改善の一因ではないかと推測しており、これを確かめるために実行トレースを分析することを提案している。
補足
著者らは、この研究がリポジトリ、プルリクエスト、エージェント構成のサンプリングされた一部分しか対象にしていないこと、そして効果がエージェントの確率的なばらつき、特定のエージェントフレームワークとモデル、選ばれたタスクに依存しうることを認めている。彼らのロードマップは、より多くのリポジトリ、より大規模で多様なプルリクエスト、他のエージェントシステムやモデルファミリーにわたってこの研究を追試すること、規模と範囲の制約を緩めてより大きなリファクタリングや複数モジュールにわたる変更を扱うこと、効率だけでなく正しさや開発者の意図との整合性を評価すること、そして AGENTS.md を単に有無として扱うのではなく、ファイル自体の性質（具体性、構成、ワークフローに関するガイダンスの有無）がエージェントの成果とどう関係するかを調べることを提案している。
この論文は、リオデジャネイロで開催された ICSE における Journal Ahead Workshop（JAWs）2026 の論文集に掲載された。ここで抽出した版は arXiv:2601.20404v2 [cs.SE] で、2026 年 3 月 30 日の日付が付いている。著者らの所属は、シンガポール経営大学、ハイデルベルク大学、バンベルク大学、キングス・カレッジ・ロンドンである。