本周 Signal
Signal #34 · 2026.10.19
源码管理也在为 Agent 重新设计
本周，Anthropic 介绍了自研源码管理系统 Scion。其单体仓库每天合入的变更已超过三万项，Agent 与 CI 的大量代码访问让原有系统成为瓶颈。 考虑到主要客户端是在线的 Agent 和自动化任务，Scion 将历史查询、提交与合并放到服务端，文件按需获取；部分任务直...
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
- #294
- Signals
- 33
- Essays
- 85
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
2026-10-29 周四01
Signal #35：Agent 的分工，不必照搬人的岗位
Signal #35｜给产品、开发、测试各配一个 Agent，看起来分工清楚，做起事来却可能反复交接、遗漏需求。哪些工作放在一起，哪些交给不同的 Agent，需要从具体任务中寻找答案。 给 AI 安排研发任务时，很容易沿用团队已有的分工：产品 Agent 整理需求，开发 Agen
#coding-agent#agent-collaboration
2026-10-25 周日02
Agent 接管电脑后，控制权也需要重新设计
摘要：当 Agent 从回答问题走向操作真实软件，“暂停”“继续”和“停止”只是最基本的控制。新的研究和开源实践把注意力放到了任务状态、需要保留的条件、执行证据，以及发生错误后究竟能恢复多少。 想象一下，你让 Agent 帮忙调整一天的会议安排：把下午的两场会议错开，向有关同事发
#Agent#Computer Use
2026-10-24 周六03
给 Coding Agent 一份设计文档，代码结构真的会改变
摘要：一项新研究让 Coding Agent 根据有限信息重建 29 个开源库。补充需求和架构文档后，隐藏测试通过率没有出现统计显著的提升，生成的模块结构却更接近原项目。这个差异，值得所有关注 SDD 和 AI Coding 的团队认真看看。 同一个需求，Coding Agent
#Coding Agent#SDD
2026-10-23 周五04
Agent 自己总结的经验，可能让下一次任务做得更差
摘要：把历史任务整理成“经验”，已经成为 Agent 记忆系统的常见做法。新研究发现，同样的方法写出的经验库，可能显著提升任务表现，也可能拖累表现。关键问题开始落到经验的筛选、验证和失效管理上。 本周读到 OpenViking 的一个排障案例：Agent 排查测试失败，最终发现项
#Agent#Memory
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 →