知鸦日报2026-08-17

大型重构的核心难点在于消除系统级不确定性，而非单纯写代码。通过将目标拆解为可验证的Task，并建立Harness约束边界、Loop反馈推进的工程闭环，AI能高效执行，人则负责关键判断。最终，一次15万行核心系统重构实现提效70%、性能提升70%，验证了这套方法的有效性。

post-training是当前创业主流，但核心是造数据；国内模型在预训练架构上有创新，后训练数据积淀弱于海外。模型竞争关键在于架构、数据、infra与组织形态。RSI和合成数据是下一阶段重点，但高质量数据并非无限，数据行业门槛在提高。

Anthropic发布了评估AI代理（尤其是多轮对话代理）的指南。文章强调评估是代理开发中常被忽视的关键环节，多轮对话评估尤为复杂，提供了详细方法。