Coding agents need state, measured harnesses, and action gates
当天最强的信号是，coding agent 正被当成需要记忆、harness 计量、gate 和 monitor 的产品。PROJECTMEM、Claw-SWE-Bench 和 CodeSpear 把一个实用议程定了下来：让 agent 保持状态，测量 harness，并测试代码特定工具引入的安全路径。
主题概况
Agent Memory
Coding Agent Control Points
编码代理的采用正在转向具体控制点：用打分的 harness 运行来区分模型质量和 adapter 设计，用本地仓库记忆在重复失败修改前发出警告，以及为会压制拒绝的代码生成模式加入安全检查。真正有用的工作很具体：固定评估契约，把项目状态记录在聊天窗口之外，并在 decoder 设置进入开发流程之前先测试它们。
完整运行循环定义代理式代码评估
当天最强的信号是面向代码代理的操作性评估。论文测试反馈轮次、harness 修复、有状态记忆，以及在接近部署条件下的仓库知识。实际问题是：当轨迹、UI 测试、提交记录或重复任务里出现证据后，代理是否会变得更好。
Coding Agent Feedback Loops
编码代理评估在记录完整运行循环后更有用：请求、轨迹、反馈、harness 变更和下一次尝试。实际工作是围绕失败轨迹、浏览器可见的 UI 行为，以及经过测量的仓库记忆做小型评估器，然后再把代理使用范围扩大到更多团队。
编码代理正在按记忆质量、仓库推理和可执行安全来接受评判
当天最强的研究信号是编码代理的运行控制。CODESKILL 和 SETUPX 显示，可复用经验能带来可测的提升。RepoMirage 说明，当仓库线索需要跨文件推理时，很多代理仍然会卡住。安全和验证论文把同样的要求说得更具体：代理动作需要受限权限、独立检查和机器可读证据。
Coding Agent Control Layers
可复用的安装记忆、仓库结构检查和提示注入命令测试，已经适合在编码代理工作流里做小规模试验。共同模式很简单：保持主编码模型不变，在它已经在做的工作外面加一层窄控制层，再衡量这一层是否提高通过率、文件选择或命令安全性。
编码代理研究正在把结构和外部检查变成主要控制面
这一天的研究表明，编码代理在控制被写下来并在模型外检查时会更好。最清楚的证据来自形式化规格、架构描述文件、harness 管理的内存和预算化评估。还有一个应用系统结果也很突出：LLM 引导的查询计划编辑在 Apache DataFusion 中带来了可测量的速度和内存收益。
Agent Runtime Infrastructure
这些证据里最清楚的可落地变化，是用于代码导航的结构化文件、代理 harness 里的记忆控制，以及在 Apache DataFusion 中经过执行验证的计划重写。每一项都给出了一种具体的构建或流程改动，并带有可测量的效果；更宽泛的结对编程和基准论文，更适合作为支持性背景，而不是立刻要做的产品方向。