1. The New Rules of Context Engineering for Claude 5 Generation Models

推荐理由： 基于 Claude Code 的实际迭代，说明高级模型时代的 context engineering 正从堆叠规则转向设计信息结构和工具接口。

核心要点：

  • Anthropic 删除了 Claude Code 超过 80% 的系统提示词，编码评测没有明显下降。
  • CLAUDE.md 应只保留仓库特有的陷阱和约束，通用流程拆成按需加载的 Skills。
  • 少写工具调用示例，更多通过参数、状态和返回结构，让工具接口本身表达正确用法。

2. Cross-Model Cross-Language AI Coding Agent Performance

  • 作者/来源： Shiqi Cheng、Evelyne Ringoot、Rabab Alomairy、Alan Edelman / MIT CSAIL、KAUST
  • 发布日期： 2026-07-26
  • 原文： https://arxiv.org/abs/2607.26083

推荐理由： 少见地把 coding agent 放入 HPC 性能工程场景中评测，不只检查代码能否运行，还实际比较并行加速效果。

核心要点：

  • Agent 通常能快速生成正确的 C++、Python 和 Julia 并行代码，但正确不代表更快。
  • 实验中 Claude Sonnet 4.6 较稳定地产生性能提升，而 GPT-5.4 虽然代码正确，却未获得可测量的并行加速。
  • Coding-agent eval 应加入运行时间、同步开销、内存访问和扩展性，而不能只使用测试通过率。