agent 生成的 Flutter 代码检查
这组材料中的 Antigravity 工作指向两类可用做法：面向 ADK 前端的可复用 skill，以及面向 Flutter 游戏逻辑的检查辅助工具。共同的采用阻碍是对生成代码的信任：当平台行为、流式事件或对时序敏感的物理逻辑在 prompt 之外失败时，团队需要能检查和验证代码。
主题概况
AI coding agents
Antigravity 案例研究更看重可复用编码技能，而非一次性应用生成
当天唯一条目是一篇实用案例研究：使用 Antigravity 为基于 Google Agent Development Kit (ADK) 构建的 Python agent 创建可复用 Flutter 技能。有效信号在于流程纪律：每次失败的运行都会变成指导，改进下一次生成的应用。
可审查的 Flutter 生成工作流
这个案例给为 ADK agent 构建 Flutter 客户端的团队提供了一个实用模式：让编码 agent 在写代码前创建可审查的接口、用法、架构和设计文件，再把每次失败运行的修复写入可复用技能。最明确的构建目标是一个小型 ADK Flutter 客户端工作流，并带有生成后检查，覆盖平台权限、markdown、流式事件、Web 网络和工具调用显示。
编码代理验证控制
代理编写的代码需要质量门禁来检查测试实际断言的内容，需要修复循环把有针对性的执行证据传回模型，也需要评估报告区分模型、harness、环境、验证器和技能的影响。共同的操作问题是虚假的信心：PR 可能包含断言很弱的测试，修复代理可能只能看到通过/失败反馈，而排行榜分数可能隐藏能让结果产生两位数百分点变化的 harness 选择。
AI 软件论文优先关注可测量的置信度和受控的 agent 运行时
当天的研究把 AI 软件工作当作一个工程控制问题。最强的论文会在生成代码和 agent 行动周围加入可测量的置信度、上下文限制和可追踪验证。《Code Is More Than Text》、FASE 和 Less Context, Better Agents 给出了最清晰的量化信号。
编码代理保障机制
代理式软件工作有三个可用的控制点：生成代码可以在进入评审或另一个代理前先打分，MCP 代理可以用截断的最近工具历史加简短摘要运行，AI 生成测试可以在构建、执行、覆盖率、突变和修复步骤中保留候选级证据。
Claude Code 让递归自我改进成为生产治理问题
当天的信号很窄，但很明确：AI 编码代理已经进入 AI 实验室内部的软件供应链。Claude Code 是最具体的例子，Anthropic 说 Claude 在 5 月写了它发布代码的五分之四以上。
Coding Agent Change Governance
Anthropic 内部使用 Claude Code 的报道支持两项实际改动：在日常工程审查中追踪 AI 作者代码，并对代理编辑评测、发布和基础设施工具的变更保留更严格的记录。来源给出了采用信号和风险路径，所以更有用的回应是软件团队内部的操作控制。
AI engineering tools are being judged by retention, guardrails, and control paths
当天最强的信号是 AI 工程工具的运营层证据。Gemini for Google 显示了某家公司内部的实测提升；The Polyglot Protocol 把审查习惯写成规则；Resident 把设备代理收进沙箱本地应用。同一组材料也把更新渠道、管理员控制、流失率和源码映射当作技术评估的一部分。
AI 工程的生产控制
AI 工程采用正在转向可度量的生产行为和明确的控制面。最值得照搬的是：给编码代理试点做代码保留测量、审查本地代理包的更新路径，以及为小型设备界面做沙箱化应用加载。
代理软件研究围绕能发现真实部署失败的检查展开
这一时期的主要信号是对 AI 构建软件提出更严格的证据要求。ConCovUp、RubricRefine 和 MonitoringBench 都是在测试代理的具体失效模式：错过并发交互、错误的工具契约，以及隐藏的破坏。快速做应用也会带来可测的安全和维护成本。
Agent Failure-Mode Gates
Agent 软件工作正在转向与具体失败模式绑定的检查：会返回看似合理却错误结果的实时工具调用、用狭窄攻击集测试的监控器，以及顺序测试漏掉共享内存交互的 C/C++ 库。实际工作是在这些流程前面加小门槛，避免 agent 直接接触生产系统或安全关键仓库。