今日概览
今日内容围绕 Agent 工程与 AI 落地展开：腾讯云从 harness 删减 61% 反思什么会被模型内化，爱奇艺实践开发事件驱动的自动化协同，腾讯云拆解 FDE 12 项核心能力，数字生命卡兹克分享公平模型排行榜的方法论并实测 OpenAI 开源的 Codex Security，得物则从零构建 Coding Agent Violin 揭示 Agent 的本质。
今日重点
1. 模型越来越强，harness 该留下什么？
文章源自腾讯云开发者团队对部门 harness 框架的一次彻底重构：根指令删掉 61%、skills 砍掉 40%、agent 从 10 个减到 6 个。几乎同时，Anthropic 删掉了 Claude Code 系统提示词的 80% 以上而评测无损，OpenAI 也独立收敛到同一个方向——减法。核心观点是：为旧模型写的指令在新模型上会主动造成质量损失，冗余指令会"缩小模型的搜索空间"，从模型可选的方案里剪掉一部分。
值得关注：
- Anthropic 删掉打磨一年多的 Claude Code 系统提示词 80%，编码评测没有可测量损失。
- OpenAI 指出旧 prompt 常过度规定流程：每一条路径规定都在剪掉模型可选的方案。
- 官方建议是"删除而不是改写"：如显式验证指令会导致 over-verification，删除可减少浪费 token 且不损质量。
- 补模型能力缺口的组件会随模型变强而过期；组织特有的验收标准、授权边界与人的责任永远不会被内化。
- 团队自建 harness 的真正价值在于沉淀这些 L2/L3 层内容，而非复用开源通用指令。
来源：腾讯云开发者
2. 海外 SKILL 实践：基于开发事件驱动的自动化协同提效！
爱奇艺海外技术团队以本地原生开发动作为可信事件，附加本地持久化存储每个开发任务周期的关键信息，在一个开发窗口内将开发事件集成转化为多系统管理操作，自动化串联 PMS、飞书、GitLab、CI/CD、PaaS 与 Release Management，形成从建分支到上线收口的全周期闭环。人只负责范围、Reviewer、合并与发布等关键环节确认。
值得关注：
- 设计转变：从"开发者人工逐步操作"转向"研发在本地交互命令"，高确定性事件由智能代理负责跨系统编排。
- 开发信号利用：创建 feature 分支、commit/push、merge、Tag 等本地行为作为可信事件源。
- 六层架构：本地开发行为为事件源，Hooks 与统一 CLI 为入口，策略编排层负责映射/状态机/AI/确认/幂等。
- 提交说明自动携带 PMS 单号，PMS 状态随阶段动作变化，代码、工单、文档形成链路。
- 它不替代 PMS、GitLab 或交付平台，而是在开发者所在的 IDE/Agent 窗口中统一承接意图、补齐上下文、触发下游接力。
来源：爱奇艺技术产品团队
3. 我花了 54 个小时，做了一个可能更公平的 AI 大模型排行榜
作者基于"筛选信源，而不是筛选信息本身"的理念，聚合 10 个自己信任的排行榜，用 Bradley-Terry 模型和先验机制计算共识分，开发出 AIHOT 模型榜。过程中发现简单的取平均数完全不可行：同样第 5 名在 10 个模型的榜和 200 个模型的榜里含金量天差地别，领先幅度也各不相同，需要补贝叶斯知识才能处理。
值得关注：
- 简单平均的缺陷：榜单规模不同、领先幅度不同，名次不可直接比较。
- 采用 Bradley-Terry 模型 + 先验机制计算共识分，公开规则与数据。
- 首批聚合 10 个可信评测来源，后续可持续扩充。
- 每个模型可进入详情页查看各来源的评分与排行。
- 网址免费开放：https://aihot.virxact.com/leaderboard
来源：数字生命卡兹克
4. OpenAI 开源 Codex Security：Vibe Coding 安全神器
OpenAI 将安全扫描插件 Codex Security 开源（最早可追溯到 2025 年 10 月的 Aardvark），可接入 Claude Code、Kimi Code、Trae 等任意 Agent，自动扫描代码漏洞、追踪攻击路径、构建威胁模型、生成补丁。最新升级支持通过 OpenRouter 和 Fireworks 调用第三方模型做底层安全分析。作者在真实项目上扫描出 21 个安全问题，建议 Vibe Coding 产品上线前定期扫描。
值得关注：
- Codex Security 由 GPT 驱动的 Agentic Security Researcher 演进而来，会自己读代码、找漏洞、验证风险、提修复方案。
- 支持深度扫描、攻击路径追踪、威胁模型构建、漏洞验证和补丁生成。
- 已开源为外部 Agent 可调用的开放工具，不局限于 Codex 生态。
- 底层模型可通过 OpenRouter/Fireworks 替换为任意第三方模型。
- 实测真实项目扫描出 21 个安全问题，Vibe Coding 产品上线前应定期扫描。
来源：数字生命卡兹克
5. 实战从零开始构建一个 Coding Agent：Violin
得物技术作者从零构建了 Coding Agent Violin：引擎用 Zig 实现（性能与内存可控），客户端用 Python（生态快速搭建 UI），两者通过 TCP + JSON line 协议通信。架构深度借鉴 Pi 的三层分离（模型适配层/内核层/产品层）与 EventBus 事件驱动。文章分层拆解 Agent Loop、模型适配、工具系统、会话管理、Lua 插件与网络协议，核心结论是：Agent 不过是"问模型、调工具"的循环。
值得关注：
- 不同模型 API 对工具调用、推理内容、缓存、错误的表达不同，适配层统一为 Message、Tool、AssistantMessageEvent。
- Agent Loop 是一切的核心，工具系统是 Agent 的"手和脚"。
- 各层通过接口或网络协议解耦，不同层可用不同语言实现，Server 不关心 Client 语言。
- 读懂 Pi 的架构就理解现代 AI coding agent 的核心设计模式；读懂 coding agent 就掌握理解其他 agent 的钥匙。
- 产品层负责"麻烦但关键"的事：把 Agent Loop 变成每天能用的开发工具。
来源：得物技术
6. 一文读懂：FDE 的 12 项核心能力
文章基于国内大模型 toB 市场公开行情与政企交付一线实践，把 FDE（前线部署工程师）核心能力整理为四阶段 × 12 项的培养清单，并按中国 toB 的真实约束校准：招投标、账期、免费 POC、需求蔓延、数据不出域、信创合规。每项能力回答三个问题：防止什么事故、具体怎么练、达到什么程度算过关。核心观点是中国 toB 市场缺的不是驻场的人，而是能把 AI 项目"交付成、验收掉、回款回、复制开"的人。
值得关注：
- 2025 年国内大模型中标项目 7539 个、金额约 295 亿元，数量同比增长 396%，需求在爆炸。
- 采购主力是央国企和政府：数量占比超六成、金额占比约一半；政务、教科、通信、能源、金融、交通、医疗是七大赛道。
- 国内头部企业 FDE 年薪约 30 万–80 万人民币，是少数逆势起价的岗位族。
- 四个中国特色变量：私有化与数据不出域是默认项、招投标与账期决定现金流、免费 POC 与需求蔓延、信创合规。
- 榜单头部厂商的共同点是在细分行业形成"可复制的解决方案"，与第 12 项能力直接呼应。
来源：腾讯云开发者
趋势观察
- Agent 工程进入"减法"阶段 — Anthropic 删 80% 系统提示词、腾讯云删 61% harness 指令都证明：模型变强后冗余指令从浪费变成净损失，harness 的价值从"补模型短板"转向"沉淀组织特有的验收标准与责任边界"。
- 开发流程被"事件驱动"重塑 — 爱奇艺以本地开发行为为可信事件源，自动串联 PMS/GitLab/CI/CD，人只留关键确认环节；本地开发信号正在成为研发协同自动化的新入口。
- Agent 的本质被反复验证 — Violin 从零构建揭示 Agent 只是"问模型、调工具"的循环；Codex Security 开源说明安全能力正从封闭生态变成任意 Agent 可调用的开放工具，Vibe Coding 的安全问题开始有标准解法。