软件不只是“被 AI 写得更快”,而是开发方式、代码形态、工具边界、测试验证、协作界面和软件交付逻辑都在变化。
持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。
locsic.com
AI Coding 正在从代码生成转向验证、上下文和可追责交付。
软件不只是“被 AI 写得更快”,而是开发方式、代码形态、工具边界、测试验证、协作界面和软件交付逻辑都在变化。
持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。
向右滑动查看更早事件
SemiAnalysis 花三百万美元采集真实 Claude Code 轨迹、开源 393 条会话、用 1000+ 芯片实测 agentic 推理。本文逐层拆解 AgentX 1.0:数据集管线、cache-bust 反作弊回放、投机解码公平性工程、度量体系,以…
1 篇已发布观点 1 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/agentx-1-cuda-moat/SIGCOMM 2026 Best Paper 给了一门编程语言:λλ 用线性类型编码光学物理(光不可复制 = 用且仅用一次),物理不可实现的电路在编译期被拒绝,商用 iPronics 开关上验证四案例。语言(λλ)/拓扑(Opus)/调度(Harvest)三层…
2 篇已发布观点 2 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/sigcomm2026-photonic-software-stack/Stripe 以 75 亿美元收购 OpenRouter:82 天估值 5.8 倍。路由层用 5.5% take rate 证明了中间层价值可以捕获,随即被支付层整体收编。收费亭三部曲收束篇。
1 篇已发布观点 1 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/stripe-openrouter-token-toll/事件日志已有七类消费者——运行时六类加测试期快照回放——唯独没有 learner。本文给出可开工的参考设计:五阶段受审回路、六事件生命周期、三铁律安全模型。学习只能收紧、不能放松;可组合性优先的架构恰好是自我改进系统的安全底座。
2 篇已发布观点 2 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/deepseek-harness-learning-loop/DSH 开源后的源码级架构分析。九个架构决策指向一个判断:DSH 在建 Agent 操作系统层。但这个操作系统只会执行不会学习——架构提供了进化的全部接口,反馈回路却是空的。
2 篇已发布观点 2 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/deepseek-harness-architecture-analysis/一个 9B 模型,冻结权重不动,只改它外面的运行时逻辑,成功率涨了 9.3 个百分点。Harness-R1 第一次把改 harness 从工程流程变成了可训练的能力。但学到的是手艺还是代码,决定了 AI Agent 的进化路径走模型层还是 harness 层。
1 篇已发布观点 1 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/harness-self-evolution/Meta 发布首款 AI 编程 Agent Muse Code。性能不是最强,但三个运行时架构选择——持久化后台 Agent、事件日志驱动崩溃恢复、用数据换极致降价——指向 Agent 执行环境竞争进入 runtime 层面的判断。
1 篇已发布观点 1 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/meta-muse-code-runtime/2026 年 7 月 28 日 MCP 发布自诞生以来最大规模规范修订。无状态化、MRTR、Tasks 扩展、正式扩展体系四项变化叠加,把 MCP 从开发者工具调用协议推向企业级生产基础设施。本文从协议规范、关键变化和生产就绪三个层面全面拆解。
1 篇已发布观点 1 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/mcp-2026-spec-major-revision/Kimi K3 引爆的不仅是模型性能竞赛,更是一场 AI 产业分裂。
1 篇已发布观点 1 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/open-weight-war/Anthropic 官方 Loop Engineering 指南完整拆解。四种循环分类、SKILL.md 验证编码、Token 管理七杠杆、代码质量四原则。
1 篇已发布观点 1 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/anthropic-loop-guide/从 Claude Cowork 到 ChatGPT Work,从 MCP 到 Agent Gateway,Loop Engineering 的六块积木正在结晶为五层产品市场。
1 篇已发布观点 1 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/agent-toolchain-productization/Boris Cherny 说他不再写 prompt,而是写循环。当 Anthropic 和 OpenAI 的循环原语走向趋同,loop engineering 正在从概念变成工程实践。但 88% 的 agent 项目在生产环境失败——循环设计的真正挑战不在模型智…
1 篇已发布观点 1 篇已发布观点 持久优势可能从代码生成转向上下文所有权、验证闭环、产品表面和交付系统。 /zh/thinking/loop-engineering/SpaceX/Cursor 收购判断提出 AI Coding 工具的战略问题:模型所有权、分发和工作流控制。
1 篇关联观点 Cursor/SpaceX 判断有价值,因为它把 AI Coding 定义为分发和控制问题,而不只是能力问题。 预测:独立 AI Coding 工具需要专有工作流数据、深度企业集成,或自有模型杠杆。 /zh/thinking/spacex-cursor-acquisition/围绕代码执行预测的推理训练,指向 verifier-grounded 的软件过程。
1 篇关联观点 代码执行预测和 verifier-grounded process supervision 表明下一层软件 AI 会推理后果,而不只是生成文本。 预测:测试、轨迹和执行反馈会成为模型输入和产品原语。 /zh/thinking/code-execution-prediction-rl-reasoning/锤子/壳/人系列认为 AI 工具提高杠杆,但不会取消判断。
2 篇关联观点 没有银弹系列让软件讨论保持清醒:复杂性仍然存在,只是工具改变了什么判断更重要。 预测:工程优势会转向问题定义、架构评审和证据纪律。 /zh/thinking/no-silver-bullet-strongest-hammer/开发工具正在从一次性命令进入计划、文件、测试、评审、审批和状态管理。
2 篇关联观点 计划、文件、测试、评审和状态都需要同时对人和智能体可见。这推动工具走向工作表面设计。 预测:开发工具会在上下文保留和评审体验上竞争,重要性不亚于生成质量。 /zh/thinking/developer-tools-coordination/写作、产品实验和截图成为软件想法保持可检查的一部分。
2 篇关联观点 来源轨迹和截图减少模糊性,让想法在实现完成前就可审核。 预测:文档、截图和审计轨迹会成为产品开发闭环的一部分,而不是事后包装。 /zh/thinking/trend-writing-source-trails/