Brasiilia Minas Geraisi Föderaalse Instituudi arvutiteaduse osakonna teadlased analüüsisid 532 000 faili, et koostada andmestik 100 populaarsest avatud lähtekoodiga projektist, mis sisaldasid AGENTS.md või CLAUDE.md faili. Need konfiguratsioonifailid kirjeldavad kooditehisintellekti (AI) agentide soovitud käitumist ja tööriistakasutust ning on tavaliselt kirjutatud Markdownis.
Uuringust selgus, et konfiguratsioonivead on laialt levinud — vähemalt üks kuuest tüüpilisest veast leiti 91 failis sajast. Kõige sagedasem oli nn lint-leke (62%), mis tähendab, et juhised kordavad reegleid, mida automaatsed koodikontrollivahendid juba jõustavad. Järgnesid kontekstipundumine (42%) ja oskuste leke (35%).
Kontekstipundumine tekib siis, kui arendajad määratlevad agendi käitumist liiga üksikasjalikult, mis suurendab tokenikulu ja vähendab oluliste juhiste nähtavust. Anthropic soovitab failide pikkuseks kuni 200 rida. Oskuste leke tähendab, et harva kasutatavad juhised laaditakse igas seansis. Teiste vigade hulgas on pimesi viited välistele dokumentidele, aegunud algseaded ja vastuolulised juhised. Autorid soovitavad arendada tööriistu konfiguratsiooniprobleemide tuvastamiseks.