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
Code Translation
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。
Agent research is treating scores and tool actions as audit targets
当天最强的信号是智能体系统的可审计性。BenchJack 在智能体运行前就攻击基准 harness。Rollout Cards 要求评估发布回放证据。Cloudflare 的模型上下文协议（MCP）部署把同样的控制问题带进了企业工具访问。
可审计的代理运维
代理团队现在有了可以直接照搬的审计关卡：基准的发布前 reward-hacking 运行、带 trace 要求的集中治理 MCP 服务器，以及代码翻译的路径级审查。共同的压力是运维层面的：分数、工具调用和翻译后的代码都需要保留证据，供别的团队事后检查。