代理产品正成为运营系统，但证据仍然有限
代理产品正被设计成受控的运营系统。OneDev 将编码工作固定在议题、拉取请求和持续集成（CI）中；Avriz 通过影子测试和流量上限控制学习型模型路由；Mango 将记忆和权限保存在用户设备上。实测证据并不均衡。最强的基准测试也只覆盖 10 个合成拉取请求，而大多数产品声明缺乏比较评估。
主题概况
local AI
代理部署的运营控制
团队可以通过将代理工作附加到现有审查记录、在范围明确的生产工作负载上评估模型，并把记忆控制作为可观察的产品行为进行测试，更安全地采用代理。现有测量数据有限，因此每次部署都应从范围受限的试验和明确的运营指标开始。
代理式开发正在接受运行控制的检验
当天最强的信号是对 AI 工作的运行控制。软件工厂需要契约和测试。Claude Code 的嵌套代理需要上下文边界和支出上限。本地 AI 工具又加了一层约束：当云端训练条款不清楚时，把敏感工作留在用户机器上。
受控的代理式工程工作流
工程团队可以通过在上下文、支出、验证和数据不变量上加明确控制，把代理式开发推进到更窄的生产工作流里。最直接的近期开关是有支出上限的 Claude Code 子代理链、带代理可读契约和代理自跑测试门禁的项目规范，以及在加锁前要求写明数据库不变量的 Rails 变更审查。