AI Loop Engineering 每日深度播客

解读 8 月 17 日提交的 HarnessEval-W 论文，拆解它如何用案例级路由、专门子 Agent 和证据树，把世界模型评测从一次性打分改成可复核的工程循环。

解读 8 月 14 日提交的 AppLooper 论文，拆解开发 Agent、虚拟用户、测试和人工验收如何围绕版本证据组成可追责循环，并说明它离真实生产还有多远。

拆解 Google Threat Intelligence 公开的 AVDH 多 Agent 漏洞发现流水线，理解探索、验证、人工复现和基准评估如何组成可靠的安全循环。

跟进 MCP 2026-07-28 规范和 Go SDK v1.7.0 的落地，解释无状态协议如何改变 Agent 的任务恢复、重试和兼容策略。

GitHub 用堆叠式拉取请求把 coding agent 的一次性大改动拆成有序的小层，让中间检查、逐层审查和失败回滚进入代码循环。

Cloudflare 发布 @cloudflare/computer 早期预览，把 Agent 的持久文件、隔离运行时和容器后端收进一个工作区；本期拆解它改变的循环边界，以及预览版离生产还有多远。

OpenAI 在 GPT-5.6 的公开文章里展示了模型路由、Agent harness 与生产反馈如何共同控制长循环的成本和质量，本期拆解可复用的机制与自报指标的边界。

追踪刚出现在 Hacker News 的本地项目 Symbio，拆解它怎样把用户纠错变成错误笔记、LoRA 适配器和下一轮 Agent 行为，并说明上线前必须补的训练闸门。

Google 将 Agent 与模型评估在 Gemini Enterprise Agent Platform 中推向 GA，本期拆解它如何把离线实验、生产 trace 和漂移告警接成一条质量循环。

Mem0 把长期记忆接入 n8n 与 Zapier，本期解释记忆读写如何进入 Agent 循环，以及异步抽取、作用域和删除机制带来的工程边界。

Arize 在 7 月 29 日发布 Signal，让 Agent 持续读取生产追踪数据，聚类失败、分析根因，并在连接代码仓库后提出拉取请求。本期解释这条从观测到修复的质量循环，以及沙箱、权限和人工审核怎样决定它能否进入生产。

Google 为 Gemini API Managed Agents 加入环境 hooks、token 预算与定时触发，本期解释这些能力如何把控制点移入 Agent 运行时，以及为什么外部权限网关仍不可少。