Coding-Agent

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。

今天关注 coding agent 的两个基础设施问题：如何让模型能力跨 agent scaffold 泛化，以及如何把高权限签名操作从‘相信 agent’改造成硬件隔离与确定性授权。

Coding agent 的两个关键瓶颈正在被拆开：一边让 skill bank 能跨任务持续演化，另一边用专门 retrieval agent 降低仓库探索成本。

Agent Plans 正在成为可版本化的人机协作工件；Active-SWE 把 coding agent 评测从被动修 issue 推向主动发现与修复 bug。

Coding agent 如何从历史反馈持续进化，以及如何识别 AI 生成的软件变更。

开放式 AI 研究自动化的能力边界，以及多维程序上下文驱动的漏洞修复。