Technology Notes
整理近期关注的 AI 工程变化。事实、社区讨论和个人判断分别标注，并保留可以继续核对的原始来源。
官方产品发布、Changelog 和项目文档，用于确认已经发生的变化。
研究论文、评测、代码和复现实验，用于判断是否有实现证据。
社区Hugging Face、GitHub 和论坛讨论，用作关注度与使用反馈信号。
个人判断单独标注，不把推断写成事实。
先由程序采集和去重，再由模型整理；社区帖子只作为趋势信号，所有结论都保留原始链接。
OneCLI 是一个开源凭证网关，作为 AI 代理和第三方服务之间的中间层，根据主机和路径匹配请求，验证代理权限后替换占位符为真实凭证，并转发请求。凭证在云端加密存储，或实时从 Bitwarden / 1Password 获取。
Pullboard 是一个为代理设计的共享工作队列系统，允许用户与单个代理对话后，整个代理集群围绕生成的任务自动组织，无需手动派发。它保留了任务上下文、先前尝试和依赖关系，支持跨代理的调试和多步骤工作流。
Warp 利用 GPT-5.5 和 OpenAI 模型协调编码代理，跨本地、云端和开源开发工作流，展示了企业如何将前沿模型集成到多环境开发流程中。
Gartner 2026 年企业 AI 编码代理魔力象限中，OpenAI 被评为领导者，Codex 在创新和企业级部署方面获得认可。
OpenAI 更新了 Agents SDK，新增原生沙箱执行环境（sandbox execution）和模型原生 harness（model-native harness），帮助开发者构建安全、可长时间运行的代理，支持跨文件和工具。
OpenAI 发布了两篇关于 Codex harness 的文章：一篇介绍利用 Codex 构建 agent-first 世界的工程实践，另一篇详细说明 Codex App Server——一个双向 JSON-RPC API，支持流式进度、工具调用、审批和差异展示，帮助开发者嵌入 Codex agent。
社区开始用 Loop Engineering 强调 Agent 每轮的感知、推理、行动、验证、恢复和终止条件。它不是已被行业统一接受的新标准，更像是对 Harness Engineering 运行时部分的聚焦。
OpenAI 公开 Symphony 编排规范，将 Linear 等项目管理系统中的工作项转成可隔离执行、跟踪和审查的 Codex 任务。
Anthropic 在长周期应用开发中使用规划、生成和评估三类 Agent，并通过结构化工件交接上下文，把主观设计质量转成可评估标准。
Hugging Face 在 Daily Papers 中加入 Trending Papers，并将近期 GitHub Star 活动作为排序信号；社区用户还可以提交论文、关联模型、数据集、Spaces 和讨论。
Harness Engineering 设计模型周围的完整约束与能力；Loop Engineering 把镜头拉近到 Harness 实际运行时的迭代周期。两者更像包含关系和观察角度变化，而不是旧技术被新技术替代。
优化一次调用的指令
这句话怎样说得更清楚？组织一次调用看到的完整上下文
模型此刻应该知道什么？设计工具、权限、记忆、沙箱、验证和治理
什么环境能让 Agent 稳定完成任务？设计每轮状态更新、反馈、恢复和停止
每次行动之后该发生什么？模型之外的完整运行系统
系统内部反复执行的控制周期
上下文、工具、权限、记忆、沙箱、评测
状态、动作、反馈、重试、终止、跨轮学习
缺工具、权限过大、上下文不可读、验证缺失
无限重试、错误累积、提前结束、恢复策略失效
AGENTS.md、MCP、CI、测试、隔离环境、观测平台
状态机、停止条件、重试预算、评估器、轨迹与回放
两者不是互相替代：Harness Engineering 先为 Agent 建立可工作的环境，Loop Engineering 进一步把验证、恢复和停止条件作为每次循环的主要设计对象。
官方 Blog / Changelog由 Hugging Face 团队或组织发布，适合作为事实来源。
Daily Papers由社区提交论文，并关联 arXiv、GitHub、模型和数据集。
Trending Papers近期 GitHub Star 活动反映关注度，不等于论文质量排名。
Hub Community包含文章、模型卡和讨论，需要继续核验作者与原始证据。