本周 Signal
Signal #23 · 2026.08.03
同一个模型，为什么会变成完全不同的 Agent
我们过去习惯用“模型能力”解释 Agent 的表现：任务完成得好，是因为模型更强；执行失败，则归因于模型能力不足。但本周多项实践都在说明，同一个模型放进不同的 Harness，可能会表现得像完全不同的 Agent。 OpenAI 在 ARC-AGI-3 实验中没有更换模型，只是保...
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
- #283
- Signals
- 23
- Essays
- 57
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
2026-08-02 周日01
AI 会写组件之后，我们还需要组件库吗？
AI 不会简单消灭组件库，但会改变组件库的边界。低风险 UI 会更多转向按需生成，验证成本较高的基础能力仍应沉淀为稳定组件，页面层面的通用经验和领域知识则会以页面模式、领域契约和测试等形态继续沉淀。传统组件库可能收缩，更广义的组件资产体系会随之扩展，技术栈升级的判断方式也需要重新调整。 本文是「企业研发 AI 自动化」系列第 36 篇，欢迎关注和交流。
#AI#组件库
2026-07-27 周一02
Signal #22：代码生成越便宜，理解系统越稀缺
当 Agent 可以在 Loop 中持续推进任务，系统变化的速度可能逐渐超过团队形成共同理解的速度。 本周 Signal 关注的是，在自动化持续扩大的过程中，团队如何保留对设计意图、关键边界和长期演化成本的理解与判断。 本文是「每周 Signal｜AI × SE」第 22 期，关于关注和交流～
#AI#Software Engineering
2026-07-22 周三03
Agent 不只交付结果，也开始交付过程
最近，从 《Agents Want to Compile》 到 LLMCompiler、PlanCompiler 等研究，一个共同方向逐渐清晰：Agent 生成的计划，正在从会话中的临时文本，变成可以由执行系统直接消费的工程产物。本文尝试讨论，这种变化对 AI Coding 意味着什么。
#Agent#LLMCompiler
2026-07-20 周一04
Agent Behavior Engineering：当 Agent 的行为开始像代码一样被管理
本文是「每周 Signal｜AI × SE」第 21 期。 本周 Signal：Agent 的行为，开始像代码一样被定义、测试和治理。
#AI#Software Engineering
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 →