#agent-loop

arXiv:2609.27678 在 ContractNLI 上对照 Jev 与九家托管/本地模型：成本、时延、基线准确率与 All-12 持续正确率会排出不同名次。均分相近可以掩盖翻盘；选型要盯 persistent correctness，而不是只看 accuracy。

拆解 alibaba/open-code-review 的混合架构：确定性工程管文件筛选与定位，Agent 管深度推理。对照 AACR-Bench、委托模式与 CI 接入，说明企业可复制点与边界。

拆解 cloudflare/security-audit-skill：Skill 分发形态、六阶段审计、confirmed / needs_validation / rejected 三态结论、对抗式校验与无沙箱时的 fail-open。说明安装用法、企业可抄点与安全边界。

解读 arXiv:2609.26760 Growing Harness：用任务反馈把反复出现的控制决策长成可执行代码，对照「只管塞上下文」与站内 harness / Skills / 确定性流水线叙事，讨论何时该增长程序、何时该留给模型。

从零讲透 Cordis 插件系统、内核、可撤销 effect、反应式 coeffect、时空可组合性，以及它与 DeepSeek Harness、Koishi、Shigma 和 Cordis v4 的真实关系。

教科书里的 ReAct 循环到底缺了什么？我们从 Claude Code 源码中提炼出 Agent Harness 模式——一个可泛化的、让 AI Agent 在生产环境中存活的工程蓝图。

本综合分析审视了自主软件工程中两种主导方法：Ralph Wiggum循环（暴力执行模式）和开放规范（结构化需求框架）。探索这些方法如何解决LLM的"上下文腐烂"和"愚蠢区域"等局限性，以及它们在重塑2026年软件开发的兴起"自主栈"中的作用。