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...
长期技术观察 / LONG-TERM OBSERVATION
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。
本周 Signal
Signal #24 · 2026.08.10
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
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
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
一个 Agent Loop 可以简单到只有十几行,但成熟的 Coding Agent 却会逐渐长出 Session、Context、Event、Hook、Policy,甚至 Durable Harness。为了理解这些复杂度究竟从哪里来,本文以 Pi 为源码样本,实现了一个最小 Agent Harness——Mini Pi,并进一步接入真实 LLM,观察当模型开始驱动真实工具、影响真实环境之后,Harness 需要解决哪些问题。 Mini Pi:https://github.com/grad0x/mini-pi Pi:https://github.com/earendil-works/pi 本文是「企业研发 AI 自动化」系列第 38 篇,欢迎关注和交流。
当 Agent 开始持续生成、修改和验证代码,一部分代码正在逐渐退出人的主要视野。但这并不意味着代码会整体变成无需理解的底层产物。本文从意图表达、验证能力、错误成本和长期演进四个维度,讨论哪些代码可以少看,哪些仍然需要被人理解。 本文是「企业研发 AI 自动化」系列第 37 篇,欢迎关注和交流。
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。
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。
RESEARCH LIBRARY
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
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 →