Agent

今天关注 agent harness 的两类工程问题：指令究竟通过哪些 surface 被可靠执行，以及 GUI agent 从能力 demo 走向可维护软件系统还缺什么。

今天关注 AI-native 软件工程里的两条更硬核路径：用 specification-first + verification loop 推进超大规模重构，以及让 coding agent 同时生成实现与机器可检查证明。

今天关注 AI-native 软件工程的两个现实问题：如何把多 Agent 从一次性编码任务推进到持续维护整个软件生态，以及 coding agent 的个性化 skills 是否真的比通用工程经验更有效。

今天关注 agent harness 的两层工程问题：同样能力的工具，接口架构本身就会改变 coding agent 的稳定性、探索方式和成本；而当 agent 系统进入生产环境后，prompt、tool、model、skill、workflow 也需要像软件配置一样被版本化、审计和治理。

今天关注 coding agent 的两个基础问题：长周期软件开发如何跨越单个 agent 的生命周期，以及一个现代 coding agent 到底由哪些核心组件组成。Genesis 把持久性从 agent 转移到项目本身，Ark 则用 1,471 行代码拆出一套可读的最小参考架构。

今天关注 agent 工程从‘更自治’转向‘可约束、可生产’：OpenCodeReview 用确定性边界降低代码审查 agent 的随机性与 token 成本，SiriusDeliver 则把 agent 推进到真实 DataOps 交付闭环。

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。