标签
一项基准研究测试了AI编码代理是否在TypeScript仓库中违反导入边界规则，发现所有模型和条件下均无违规，这挑战了严格执法规则的必要性。
作者反思了长期运行的人工智能代理如何遭遇与初始提示无关的失败，并认为环境设计（工具、文档、验证、架构规则）更为重要。他们讨论了诸如 harness 工程、保持 AGENTS.md 文件精简、使用 linter 和评估器代理等概念，同时指出了成本权衡。