Code-Review

两篇近期原创研究讨论 Coding Agent 的可信软件工程证据：325 项实验暴露 Harness 版本、执行轨迹与模型混杂因素的报告缺口；50 份产业与社区资料揭示 PR 在 Agent 时代的审查、溯源和外部贡献困境。

GitHub intelligence 将跨会话的个人偏好、仓库事实、Dreaming 和跨仓代码搜索连接起来；Copilot Code Review Max 通过多模型独立审查与汇总机制扩展 PR 验证，同时将自动批准纳入分支保护规则。

今天关注 AI-native 软件工程进入规模化之后的两个核心问题：Spotify 发现 AI 带来的主要风险不是 AI 代码本身，而是变更吞吐增长快于 review、测试、发布和可观测性；GitHub 则用 Copilot 完成 80 万行级 agent runtime 的 Rust 重写，展示了增量迁移、agent fleet、独立 correctness oracle 和 human merge gate 如何让超大规模 agentic coding 变得可控。

今天关注 AI-native 工程里的两个实际瓶颈：Nous Research 用 1,393 个子 Agent 完成百万行 Python 仓库重构，展示了大规模并行 coding agent 的任务切片、worktree 隔离、基线验证与人工 review；Orbyt Labs 则用 35 个真实工作 session 的 token 数据说明，Agent 成本和行为主要由反复读取的 context 决定，因此 context 文件本身应像代码一样被预算、版本化和测试。

今天关注两个 AI-native 软件工程问题：Sinatra 用 19 周、306 个 Agent PR 的真实数据说明，高合并率主要来自任务规格、sandbox 测试、自审和人工 merge gate，而不是模型单独变强；The Router Within 则研究如何让 Agent 利用自身 hidden states 在大规模 Skill 库中做动态路由，避免把所有 Skill metadata 塞进 context。

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。

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。