Un estudio reciente realizado por investigadores de la Singapore Management University, la Universidad de Heidelberg, la Universidad de Bamberg y el King’s College de Londres ha demostrado que los archivos AGENTS.md mejoran significativamente la eficiencia de los agentes de programación de IA. Publicado en arXiv, el estudio revela que estos archivos de configuración, ahora utilizados en más de 60,000 repositorios de GitHub, reducen el tiempo de ejecución de los agentes de IA en un 28.64% y los tokens de salida en un 16.58%. La investigación involucró experimentos con OpenAI Codex en 124 pull requests en 10 repositorios, comparando el rendimiento con y sin AGENTS.md. Los resultados mostraron una disminución en el tiempo de ejecución mediano de 98.57 segundos a 70.34 segundos y una reducción en los tokens de salida medianos de 2,925 a 2,440, sin afectar la finalización de las tareas. El estudio sugiere que los archivos AGENTS.md transforman la guía del agente en artefactos controlados por versiones y revisables, recomendando su adopción como una práctica estándar. Sin embargo, las limitaciones del estudio incluyen que solo se probó con OpenAI Codex y se centró en pull requests pequeños.