Harness Engineering：AI 能在真正出事会炸的后端系统里写代码吗？

SWE-Touch 把编码 Agent 放到用户会中途修改代码的共享工作区中，用与任务冲突但表面合理的 Counter-Edit 压测 Agent 的状态感知和适应能力摘要报告在 SWE-bench Verified 上平均解决率下降 7.7 个百分点，且问题在更长周期的 SWE-Bench Pro 和 DeepSWE 中仍然存在，指向检测工作区变化协调冲突编辑和针对性测试的下一代基准需求

论文提出 STAIR，把历史修复轨迹抽象成多层可复用计划，再注入新 issue 的 prompt摘要报告在 SWE-bench Verified 上，STAIR + Lingxi 使用 MiniMax M2.5 达到 81.2% Pass@1，使用 GPT-5 达到 79.2%；同一计划还能把 mini-SWE-agent v2 从 75.8% 提升到 81.0%这篇适合和Agent 记忆到底该存什么放在一起读

Cursor 云 Agent 在 monorepo 合并 PR 中的占比从 10% 升到 56%三支柱：云对齐本地开发环境（Dockerfile + 安全能力）anydev CLI 降低命令熵Cloud Doctor 环境自愈56% 卖的是环境产品，不是补全模型

OpenAI 开源 Codex Security：CLI + TypeScript SDK，定位 find/validate/fix 代码安全漏洞，支持整仓/路径/diff/工作区扫描findings 跟踪coverageSARIFCI 与 pre-commit最小路径 npm install @openai/codex-security npx codex-security login npx codex-security scan .；CI 用 OPENAI_API_KEY文档要求 Node 22+scan/export 需 Python 3.10+；CLI/SDK beta 且需要 access工程意义是把安全检查嵌进 edittestscanfixretest loop，而不是替代人工安全评审