AI编程

当 AI Agent 开始发邮件、改记录、删文件，仅靠提示词已经不够。Policy Gates 的核心，是把 Agent 从执行者降级为提议者。

AI Agent 让代码产出更快，但 Linear 发现验证代码的 CI 成为新瓶颈。通过更换运行环境、优化编译器、减少关键路径开销和降低重复初始化成本，Linear 在测试套件接近四倍增长的情况下，将 PR 等待时间从 6 分钟以上压缩到略高于 5 分钟，并把单次测试的 runner 时间削减约一半。

Google Chrome 团队工程师 Addy Osmani 开源 Agent Skills，用 25 套生产级工作流约束 AI 编程代理，让 Coding Agent 更接近资深工程师的开发方式。

AI Agent 的可靠性问题不只在于模型和检索。当上下文本身已过期、无法溯源或相互矛盾时，Agent 仍可能继续执行。新的工程方向正在转向上下文验证：通过事实校验、引用检查和可验证记录，减少 Agent 基于未验证信息行动的风险。

Anthropic 重构 Claude Code Projects 后，开发者可以在同一项目内并行运行多个独立会话，让 AI 同时处理测试、重构和 Bug 修复。AI 编程助手正在从单线程问答工具，转向多任务协作系统。

ZCode 被曝在登录状态下自动打包并上传用户完整 Git 历史至云端，且无法本地解密，引发开发者对闭源 AI 编程工具隐私边界的担忧。