AI Native Digest

今天关注 coding agent 可靠性的两个关键层：如何在长轨迹中实时发现偏航并低成本纠偏，以及如何用 chaos engineering 系统测试 agent 对 LLM API 故障的韧性。

今天关注 AI-native agent 的两个底层问题：工具调用是否应该从 JSON 升级为可编程代码，以及如何低成本生成可验证、可递归变难的长周期 terminal-agent 训练任务。

今天关注 coding agent 的两个基础设施问题：如何让模型能力跨 agent scaffold 泛化，以及如何把高权限签名操作从‘相信 agent’改造成硬件隔离与确定性授权。

Coding agent 的两个关键瓶颈正在被拆开：一边让 skill bank 能跨任务持续演化，另一边用专门 retrieval agent 降低仓库探索成本。

Agent Plans 正在成为可版本化的人机协作工件；Active-SWE 把 coding agent 评测从被动修 issue 推向主动发现与修复 bug。

Coding agent 如何从历史反馈持续进化，以及如何识别 AI 生成的软件变更。

开放式 AI 研究自动化的能力边界，以及多维程序上下文驱动的漏洞修复。

AI 生成代码评审与 coding agent 的历史经验复用。

工业级测试生成工作流与 AI 代码审查中的可解释性。

异步多 Agent 协作与可执行 coding-agent 任务生成。