Swe-Bench

今天关注 AI-native Agent 的两个结构性可靠性问题：Meta 用 Secure VM、credential isolation 和独立 Sentinel 把个人 Agent 的权限控制移出模型；ExecCritic 则证明 coding agent 的执行反馈只有在测试本身可信时才有价值，并用独立 Test Agent + fail-closed harness 避免 Agent 自己给自己验收。

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。