1. Every Coding Agent Trend Is Program Synthesis

推荐理由： 这篇不是再发明一个新的 Agent Engineering 名词，而是把近两年的 prompt engineering、context engineering、harness/loop engineering、eval、multi-agent orchestration 与 software factory 放回 program synthesis / CEGIS 的老问题里看。这个视角很有用，因为它把很多看似分散的 AI-native 实践压缩成几个稳定的工程对象：如何表达 intent、如何约束 search space、如何选择 search technique、如何建立可信 verifier，以及如何把失败作为下一轮搜索的反馈。

核心要点：

  • Context engineering 本质上是在设计 search space。 作者把 CLAUDE.md、skills、tool schemas、repository map 等看成类似 SyGuS grammar 的约束：不是给模型更多信息，而是让候选解只能在更合理的空间里搜索。context 越长不一定越好，真正重要的是减少无关自由度。
  • Harness / loop engineering 对应 search technique，eval 对应 verifier。 Agent 本身只是候选生成器；真正决定系统能否收敛的是 candidate → verify → counterexample → retry。作者特别指出，今天很多 Agent 系统把 eval 当最终打分，而不是像 CEGIS 那样把失败反馈重新送回搜索过程。
  • Software factory 不是一个全新的范式，而是把 synthesis loop 扩展到整个 SDLC。 specification、candidate implementation、独立 verifier、反馈闭环和 human acceptance gate 一旦串起来，就已经非常接近一个可持续的软件工厂；因此下一阶段的核心竞争点可能不是生成更多代码，而是建立更强的 verifier 与反馈机制。

核心启示：AI-native engineering 可以少追逐新名词，多把系统显式建模成 specification → constrained search → candidate → verifier → counterexample feedback。这比单纯讨论 prompt、skill 或 agent 数量更容易形成可测试、可优化的工程方法。

2. Subagents vs Agent Skills: Executing Reusable Knowledge for Long-Horizon Agentic Tasks

推荐理由： 这篇直接回答了现在 Agent 系统里一个越来越实际的问题：同一个可复用 skill，到底应该把 SKILL.md 加载进主 Agent context，还是把它包装成独立 subagent 执行？论文发现答案不是“subagent 永远更好”，而取决于 skill 是否被设计成具有清晰输入输出契约的程序化能力。这让 skill design 从“写一段好提示词”进一步变成真正的模块接口设计。

核心要点：

  • 没有明确 I/O contract 的知识型 skill，更适合直接加载进主 context。 在原始 SkillsBench 的人工 skill packages 上，agent-skill 模式整体与 subagent 持平或更好；这些 skill 多数提供相关知识，但没有清楚定义输入、输出和终止条件，因此强行隔离成 subagent 反而增加 delegation failure。
  • 程序化、contract-driven skill 更适合作为 subagent。 作者从成功轨迹中合成带明确 input/output contract 的 procedural skills 后，结果反转：subagent execution 在测试模型上整体优于 inline agent skill，而且模型越小、context bandwidth 越有限，优势越明显。
  • Subagent 用更多总 token 换更低的 peak context。 对 GPT-5.3 Codex、Kimi K2.6 等较强模型，subagent 在超过 80% 的任务上降低了峰值 context 长度，并且随着 distractor tools 增多退化更慢；代价是主 Agent 与 subagent 之间需要重复传递信息，因此总 token 消耗明显增加。

核心启示：Skill 是否应该“安装到主 Agent”还是“变成一个 subagent”，可以用接口设计来判断：知识说明型内容留在 context；能够定义成 input → procedure → output 的能力，则更适合隔离成独立执行单元。未来大型 skill library 很可能需要像软件模块一样做分层、接口化和 refactoring。