Software-Factory

Google Cloud 以隔离沙箱和成对消融实验检验 Agent Skills 是否真正带来收益；OpenAI 公开 Pando 的 Git 服务架构，解释在 Codex 驱动的高并发开发中如何扩展分支写入、复用 Packfile 与独立验证。

两篇 10 月 29 日的原创论文从命令执行前后研究 Coding Agent 的可信控制：Caper 在快照沙箱内预执行命令，根据真实副作用审批；Soei 将 Agent 行为、证据与完成声明分开记录，构建可核验的跨会话执行链。

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 将 Copilot Automations 从个人任务扩展为仓库所有、可共同维护的团队工作流；OpenAI 公开分层 Agent 行为监控架构，解释如何结合模型审查、外部遥测与人工干预，并披露覆盖盲区。

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。

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。