Agent-Reliability

今天关注 Agent 从“能跑一次”走向可长期运行的两个基础能力：GitHub Agentic Workflows 用 work queue、ledger、safe outputs 和审计把自治工作流做成可恢复、可治理的系统；ThinkingBox 则用最终数据库状态和 20 次重复运行检验 Agent 是否真的可靠完成任务。

今天关注两个 AI-native 系统层问题：如何把知识工作 Agent 的搜索、编辑、review 和交付绑定到同一版本化 workspace，以及为什么 self-improving agent 的 memory loop 会放大随机性并依赖隐藏的任务顺序。

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。