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
#284
Signals
24
Essays
59

本周 Signal

Signal #24 · 2026.08.10

Agent Harness,会越来越通用还是定制化?

这周出现了一组看起来相反的信号。AWS、Microsoft、Pydantic 都在把 Session、Context、Tool、Sandbox 等 Harness 能力做成通用组件;但 Steve Yegge 在复杂项目中的实践又显示,Agent 真正进入项目后,仍会出现大量与具...

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

查看全部文章
2026-08-10 周一01

Signal #24:通用 Harness 越来越强,项目还需要定制什么?

本文是「每周 Signal|AI × SE」第 24 期,欢迎关注和交流~ 我们关注 AI 如何真正进入软件工程,以及模型之外那些正在变得越来越重要的系统能力。

#AI#Software Engineering
2026-08-03 周一02

Signal #23:同一个模型,为什么会变成完全不同的 Agent

本文是「每周 Signal|AI × SE」第 23 期,欢迎关注和交流~ 同一个模型,只因上下文的保留与压缩方式不同,在同一基准上的得分就出现了近三倍差异。长程 Agent 面临的问题,可能不只是上下文不够长,还包括系统能否持续为模型提供与当前任务相关的信息。

#AI#Software Engineering
2026-08-02 周日03

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 周一04

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

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
梯度不陡|AI 软件工程与研发自动化