趋势

Coding agents need bounded tools and deliberate human checkpoints

日 · 2026-06-12 · Software Intelligence

当天最强的信号是对 AI 辅助编码的实际控制。Model Context Protocol harness、Agent Joe 和并行代理提示都把代理当作需要限定上下文、限制动作并设置明确审查点的工作者。

Coding-agent harnesses and action limits

实践重点在于代理设置和工具权限。一个 harness 故事把 Claude 设置从一个 1,800 行的 CLAUDE.md 迁到分范围的文件里,再迁到 keystone-mcp。这是一个 Model Context Protocol 服务器,它把规则、技能、状态、验证和预算数据暴露给代理。Agent Joe 把控制放在命令层:只做 Rust 工作、没有 shell 访问、可用操作更少。一个 prompt 模板项展示了更宽松的做法,把多个代理分配到不同目标上,之后再合并,但除了说这样可以更快、更详细之外,没有给出评估。

Human judgment around AI-assisted work

两篇内容都在讲操作者,不是在讲代理。第一篇认为,AI 的即时响应去掉了过去会从搜索、等待和卡住中出现的停顿。它提到的失败模式是任务范围外扩:一个短任务会在检查原始目标之前,变成两个小时的提示、重构和加功能。给出的解决办法很直接:每 30 分钟停下来一次,不用模型,重新看目标。第二篇把工程“品味”拆成产品思维、系统思维和质量校准。在这个说法里,人要做的是选对问题、架构和适合当下的严格程度。

Public state and blockchain semantics

这篇区块链文章是概念性的,但它补出了一个相关主题:公共系统要先决定哪些现实世界的主张值得正式结算。文章把 Ethereum 看作可编程公共状态的前身,并把资产、身份、主张、收据和记录列为适合上链表示的对象。它还认为,在协议把某个主张固化之前,AI 工具和开放网络常常先提供语言、证据和修正。文中没有报告基准或对比性能结果。

较新代理式开发正在接受运行控制的检验较早机器人学习正在按标注、接触、时序和任务上下文来评判