Coding-Agent

今天关注 AI-native 软件工程的两个控制面：Microsoft 用 living specification 保存业务意图并重构 SDLC；Oracle 则把 production agent harness 明确为身份、权限、状态和独立验证的运行时边界。

今天关注 coding-agent harness 的两个方向：GitHub 用端到端任务成本而不是单次 tool-call token 优化 Copilot；Harness-of-Harness 则在现有 coding agent 之上增加多轮规划、实现、验证与持续改进控制层。

今天关注 AI-native 工程基础设施的两个方向：Sonar 用代码依赖图减少 coding agent 的 context tax；AWS 则把 agents、tools、skills 做成可发现、可审批、可追踪的组织级 Registry。

今天关注 AI-native 软件基础设施的两个方向：GitLab 重构 SCM 以承受 agent-scale 的并发、上下文与 provenance；Linux Kernel 社区则尝试把 AI bug finding 变成可执行证据驱动的验证与修复流水线，减少模型输出直接淹没维护者。

今天两篇都落在 coding-agent harness 的边界上：The Handoff Tax 量化长任务中途切换模型时，继承他人 trajectory 带来的质量与成本损失；When Context Gets Root 则指出 harness 在重建 context 时如果丢失 provenance，可能把低权限 tool content 升格成 user/system 指令，直接破坏 instruction hierarchy 与自动权限审查。

今天两篇分别看 AI-native 软件工程的两个关键层：GitLab 讨论代码生成趋于廉价后，软件平台的稀缺资源如何从 implementation 转向 context、verification、governance 和 evidence；Google Research 的 WikiSkill 则把 Agent 经验拆成 raw traces、persistent wiki 和 executable skills，让失败经验也能持续沉淀并推动 skill evolution。

今天两篇都在回答 Agent 如何持续变强：JIT-Agent 把 harness 从人工维护的固定脚手架变成按任务动态生成、可修复、可演化的机器生成程序；Warp 则给出一个非常简单的生产实践，用 base skill + improver skill + human feedback，把 code review、spec 和 issue triage 的反馈持续折叠回可版本化的 Agent Skills。

今天两篇都在谈 AI software factory 的单位经济学：Uber 已经把 70%+ PR、3,600+ skills 和 30K+ daily skill executions 推到生产规模，并把 agent 成本拆成可优化的工程指标；一篇新 arXiv 研究则量化了 task specification 对 coding-agent token spend 的影响，说明更完整、更具体的任务说明往往能直接减少 Agent 自己的搜索与推理成本。

今天两篇都在回答同一个问题：当 Agent 写代码已经很快，真正该建设的是什么。Prisma 把软件工厂落到统一运行环境，让 Agent 能从代码一路运行、观察、修复并验证；Strike 则从生产工程角度拆解 Agent 环境，强调 deterministic gate、skill eval、corpus hygiene 和 review burden 才是长期可复用的资产。

今天两篇都偏生产级 Agent 系统：NVIDIA AVO 展示 persistent memory、supervisor 和 grounded feedback 如何把 frontier model 变成长周期自治 harness，并已用于 Blackwell GPU kernel 优化；Databricks AI SRE 则展示如何把 incident debugging 拆成可组合的 agentic runbook、确定性检查和证据可追溯的 context layer。