验证

构建智能体软件工厂？从传感器开始

这篇文章讨论的是：当 AI 编程智能体让代码提交量暴增时，团队的交付系统会卡在哪里。作者提到 Anthropic 的代码合并量从 5 月每天约 2500 个涨到 9 月每天超过 3 万个，写代码不再是瓶颈，瓶颈变成了为人类速度设计的开发基础设施。文章用控制回路打比方：意图是目标值，智能体是控制器，验证就是传感器；控制器再快，如果传感器跟不上，它只会拿着过时信息反复重试，把本该被拦下的问题发布出去。作者提出传感器要具备三个特性：延迟（多久能出结果）、保真度（多接近真实系统）、带宽（能同时验证多少个改动），并用 StrongDM 的数字孪生宇宙举例说明保真度为什么最贵。对读者的用处是：如果你在规划智能体编程流水线，这篇文章提醒你先投资验证能力，而不是只堆智能体数量。文章是观点分析，未说明具体产品发布时间或可用状态。

awesome-jev-tools：基于 Jev 类型化决策模型的工具与实践精选列表

v-modal/awesome-jev-tools · A curated list of tools built for Jev — TypeSafe AI's System One model for typed decisions.

这是一个围绕 Jev（TypeSafe AI 的 System One 类型化决策模型）构建的公开项目与实践精选列表。Jev 不生成文本或参与对话，而是接收非结构化状态与类型化问题，返回带置信度的类型化决策，如选择、分数或布尔值，可用作软件内部低延迟决策层。该列表按分类与路由、验证与护栏、打分与排序、Agent 决策、数据标注、评测与基准、校准与研究、基础设施/SDK/集成、游戏与仿真、金融交易、合规法律、内容审核及相关实践等类别汇总条目，并说明收录标准、非背书声明与采纳前核查要点。

sasu：为编码 Agent 补上需求访谈与验证流程的共享工作流与 CLI

yansfil/sasu · 사수 (sasu) - the senior who double-checks your coding agent's work. It interviews the tacit knowledge out of your head, pins it down in a PRD, and verifies every 'done' with evidence. Simple, strict, agent-agnostic.

sasu 是一套面向编码 Agent 的共享工作流与命令行工具，用于把一次对话逐步转化为经确认的 PRD，再完成实现、Git 状态检查与可评审的 Pull Request。它通过 interview-me、gen-prd、implement、ship 等技能（Skills）串联流程，只对可复现的事实做阻塞判定（PRD 有效性、源码与证据新鲜度、必需命令结果、交付完整性），并借助各运行时原生的子 Agent 完成 Fidelity、Code、Security 评审，最终交付仍由 GitHub CI 与人工把关。项目以 JavaScript 实现，支持 Codex 与 Claude Code 两种运行时的本地技能安装。

一位工程师每月向生产环境提交2000个PR，验证是关键

一位在 SpaceXAI 的 Grok 团队工作、曾在 Cursor 和 Meta 任职的工程师 Lauren Tan，公开了她自己的一套智能体工作流 pstack，据称让她每月能向生产环境提交约 2000 个 PR（接近每工作日 100 个），属于极端个例。她认为最关键的是“验证”：让智能体能自己跑起应用、操作并读取结构化结果，一直干到任务完成为止；她把这套能力当成基础设施，而不是普通技能。难点在于这套方法只适合能单进程启动的应用；对于由几十上百个服务组成的分布式系统，目前的本地模拟、整套复制或共享预发环境都难以支撑成百上千个并行智能体。文中的思路是未来的方向，并非已经通用的现成方案。