本周 Signal
Signal #32 · 2026.10.05
Coding Agent 正在接手研发流程的推进
GitHub 本周公开预览 Dynamic Workflows，让代码规定步骤顺序、结果交接和人工检查点。Kiro Workflows 则把需求、设计、实现和评审组织成可保存复用的执行计划：官方示例中，设计和代码各最多循环三轮，仍未获批准就停止，最后按原始需求验证结果。 这些更新...
长期技术观察 / LONG-TERM OBSERVATION
AI 软件工程与研发自动化的长期观察站
持续观察 AI 如何改变软件工程、研发系统与组织协作，从技术动态、开源项目和真实实践中，识别值得长期跟踪的变化。
- Weekly
- #292
- Signals
- 31
- Essays
- 72
HOW IT WORKS
从信息到判断，是一条连续的研究链路
这里不追求把所有信息摆在读者面前，而是持续筛选、组织和验证，最终留下可以复用的判断。
LONG-TERM TOPICS
长期追踪的六个问题
它们不是短期热点标签，而是理解 AI 如何改变软件工程的一组持续问题。
LATEST OBSERVATIONS
最近的技术观察
2026-10-07 周三01
很多人并不想当管理者，只是过去没有别的路
过去，一个人想获得更大的影响力，最成熟的方法往往是带更多人。AI 正在松动这个前提：当个人可以跨过更多职能边界，从发现问题一路走到交付和反馈，影响力开始有机会和管理人数解绑。 这带来的变化可能比“AI 提效”更深。我们习以为常的晋升路径、人才标准和组织分工，都可能跟着重新调整。
#career#AI
2026-09-21 周一02
知识检索跟着任务进度走
Agent 刚接到任务和已经排查一半，需要的资料并不相同。两项新研究把任务当前的状态纳入检索：已经查清了什么，下一步判断还缺哪些证据。随着 Agent 持续执行任务，知识供给也需要跟着进展调整，让每次检索都能帮助它继续往前走。 本文是「每周 Signal｜AI × SE」第 30 期，欢迎关注和交流～
#Signal#Knowledge Retrieval
2026-09-14 周一03
当 AI Coding 拿不到完整需求
本文是「每周 Signal｜AI × SE」第 29 期，关注 AI 如何改变软件工程与研发实践。欢迎关注和交流～ 有了需求澄清环节，还要检验 Agent 能否发现真正影响实现的信息缺口。
#Signal#Agent Coding
2026-09-10 周四04
从 AutoGLM 到 Astra：AI 不再只是看屏幕、点鼠标
去年底，我们还在讨论怎样让 AI 像人一样看屏幕、点鼠标。 九个月后，Astra 展示出的 Computer Use 已经出现另一种变化：Agent 可以结合视觉和结构化信息理解软件，并通过代码等更高效的方式改变软件状态。 GUI Agent 正在从“模仿人操作电脑”，走向“让 Agent 用自己的方式使用软件”。 本文是「企业研发 AI 自动化」系列第 41 篇，欢迎关注和交流。
#GUI Agent#AutoGLM
RESEARCH LIBRARY
形成判断之前，我们从哪里看见变化
公众号、主题导航和 arXiv 共同构成支撑长期观察的信息与研究基础设施，并作为 Signal 和技术观察的资料来源。
ABOUT THE EDITOR
由真实研发实践持续校准的个人观察
长期关注 AI 软件工程、研发自动化与 Agent 系统，持续维护技术周刊，并参与真实团队中的 AI 研发落地与开源实践。这里记录的不是旁观式评论，而是问题、实践与判断之间的往返。
关于梯度不陡 →