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。
今天关注 Agent 从“能跑一次”走向可长期运行的两个基础能力：GitHub Agentic Workflows 用 work queue、ledger、safe outputs 和审计把自治工作流做成可恢复、可治理的系统；ThinkingBox 则用最终数据库状态和 20 次重复运行检验 Agent 是否真的可靠完成任务。
今天关注 AI-native software factory 的两块关键基础设施：可暂停/恢复的 agent sandbox，以及把生产故障自动转成 coding-agent 修复任务的 observability feedback loop。
今天关注 coding-agent harness 如何把团队工程经验前移成确定性约束，以及 Agent Skills 生态如何从公共知识走向可评测的组织级能力资产。
今天关注长时程 Agent 的两个规模化问题：Cursor 用真实生产流量说明 context、tool definitions、cache 与 subagent 如何决定 token 成本；RRSI 则研究 harness 自我进化为什么会过拟合，以及如何用稀疏更新、泄漏筛查、稳定性门槛与结构剪枝让改进真正迁移到未见任务。
今天两篇都在回答同一个问题：当 Agent 从个人工具扩展成组织级软件生产系统，什么应该放在模型之外。JetBrains Air 把 agentic development 拆成开发者执行、团队协调、组织治理与共享上下文几个层级；Databricks Genie One MCP 则把统一业务语义、权限与审计做成跨 Agent 共享的 context service。
今天关注 AI-native 工程里两个越来越关键的接口层问题：Prasenjit Paul 用 54 次受控实验说明，Agent tool 的命名、schema、返回值与成本提示会直接改变上下文消耗和行动路径；NVIDIA 则从安全工程角度强调，生产 Agent 的身份、权限、网络边界、审计和验证必须由模型之外的 runtime 与平台层强制执行。
今天关注 AI-native 工程的两个底层问题：Enola 解释为什么真正决定 coding agent 能力边界的是 harness 对 context、tools、persistent state 和 feedback 的选择；ARIMLABS 则展示了 agent eval 从本地实验扩展到每天约 50 万次执行时，isolated computers、parallel trials、network policy 与 inspectable reruns 如何成为评测基础设施。
今天关注 AI-native 软件工程的两个规模化问题：Sourcegraph 将跨仓库代码变更做成 coordinator + deterministic scripts + coding agents + CI feedback 的 software-factory harness；MSS-Complement 则指出 coding agent 的 context retrieval 应从‘找最相似内容’转向‘补齐当前决策尚缺的最小充分证据集合’。
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。