Ai-Native

今天关注 AI-native 系统里同一个规模化问题的两层解法：Uber 用统一 MCP Gateway 把数千个企业工具变成可发现、可治理的共享能力；Conversion 则用独立 decision model 做 tool search，把 114 个工具从全量 context 中按任务动态裁剪。

今天关注 AI-native software factory 的两块关键基础设施：可暂停/恢复的 agent sandbox，以及把生产故障自动转成 coding-agent 修复任务的 observability feedback loop。

今天关注 coding-agent harness 如何把团队工程经验前移成确定性约束，以及 Agent Skills 生态如何从公共知识走向可评测的组织级能力资产。

今天关注 coding-agent 评测中的真实运行验证，以及长时程 Agent 的 prompt cache 设计。

今天关注 context quality 与 agent evaluation 两个工程问题。

今天关注长时程 Agent 的两个规模化问题：Cursor 用真实生产流量说明 context、tool definitions、cache 与 subagent 如何决定 token 成本；RRSI 则研究 harness 自我进化为什么会过拟合，以及如何用稀疏更新、泄漏筛查、稳定性门槛与结构剪枝让改进真正迁移到未见任务。

今天两篇分别聚焦 Agent 评测与 Skill 生态。NVIDIA 给出从 tool-call accuracy 到真实环境 task completion 的评测框架；UCL 的 GitSkills 数据集则把数百万个 SKILL.md 当成新的软件工程研究对象，揭示了 Skill 复制、维护与安全治理问题。

今天两篇都在回答同一个问题：当 Agent 从个人工具扩展成组织级软件生产系统，什么应该放在模型之外。JetBrains Air 把 agentic development 拆成开发者执行、团队协调、组织治理与共享上下文几个层级；Databricks Genie One MCP 则把统一业务语义、权限与审计做成跨 Agent 共享的 context service。

今天关注 AI-native 工程里两个越来越关键的接口层问题：Prasenjit Paul 用 54 次受控实验说明，Agent tool 的命名、schema、返回值与成本提示会直接改变上下文消耗和行动路径；NVIDIA 则从安全工程角度强调，生产 Agent 的身份、权限、网络边界、审计和验证必须由模型之外的 runtime 与平台层强制执行。

今天关注 AI-native 工程的两个底层问题：Enola 解释为什么真正决定 coding agent 能力边界的是 harness 对 context、tools、persistent state 和 feedback 的选择；ARIMLABS 则展示了 agent eval 从本地实验扩展到每天约 50 万次执行时，isolated computers、parallel trials、network policy 与 inspectable reruns 如何成为评测基础设施。