Coding-Agent

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。

GitHub Octoverse 2026 以平台级遥测展示 Coding Agent 如何改变 PR、审查与基础设施负载；一篇真实运行五个月的 AI Factory 研究，则用类型化工作流、来源分层和反馈闭环展示怎样建设可迭代的 Agentic 产品。

两篇近期原创评测：Compact-Bench 用成对续跑测量上下文压缩导致的真实任务损失；SWE-Shift 用中途变更检验 Coding Agent 能否保留有效工作、恢复状态并刷新证据。

两篇过去七天的一手研究：FrontierCS 2 用真实研究仓库、隐藏工作负载和原论文实现评测 Coding Agent 的研发能力；OpenAI 公开前沿模型训练环境的隔离分层与高算力红队验证，说明权限边界不能只依靠 Agent 的自律。

两篇 10 月 22 日的新论文：DoorDash 用多 Agent、实时业务状态和确定性质量门禁清理技术债；另一项实证研究发现过期 AGENTS.md/CLAUDE.md 会压过现有代码，明确来源优先级可显著减少错误修改。

今天关注 AI-native 系统规模化后的两道瓶颈：Letta 用 FrontierMemory 衡量 Agent 是否真正从过去任务中学到可迁移的经验；GitHub 则用按 Git 引用粒度并行写入和对象存储分离应对 Agent 驱动的代码流量。

今天聚焦 Coding Agent 的两道工程边界：用可执行、跨语言的行为测试验证低资源语言开发与迁移；通过真实事故理解为什么安全监控不能由正在修改系统的 Agent 自行关闭。

TileCas 让 kernel Agent 在高层 DSL 与低层原生代码之间切换，并保留可回访的候选分支。它用随机路由和同检查点干预说明：收益不只来自多一种表示，还来自何时切换、从哪个历史候选继续。

今天关注 AI-native 软件工程从“Agent 能写代码”走向“机器速度下可治理、可验证”的两个方向：GitLab 把 agentic workflow、上下文、供应链安全、成本与证据链整合成 governed software factory；Wiz 则展示了如何用 harness、持续 benchmark 和稳定 finding lifecycle，把非确定性的 AI 代码分析变成可运营的工程系统。

ACDC 以 Axon 为对象，分别测试已验证核心、可信检查、未验证文本接口与机器语义；实验说明形式证明能封闭一部分错误，却不能替代对规格、信任边界和拒绝行为的测试。