Signal #7：前沿 AI Coding 的分水岭，开始从 Agent 转向系统

Info 本周 Signal 是我持续记录 AI 与软件工程变化的栏目。 不追热点，只记录那些正在发生、且值得长期跟踪的变化。 欢迎交流和关注～

最近一个越来越明显的感受是，前沿 AI Coding 的讨论，正在慢慢从“Agent 会不会做”，转向“系统能不能支撑 Agent 稳定做完”。

前一阶段，大家更关心的还是 Agent 本身：会不会拆任务，能不能把需求一路推进到可提交状态，出码率高不高。 这些当然仍然重要，因为它们决定了 Agent 是否真的进入了研发流程。

但这段时间再看头部厂商和工具建设者公开讨论的重点，会发现问题已经开始往下一层移动。 Anthropic 在谈 Harness、Managed Agents，OpenAI 在反复强调 long-horizon tasks，VS Code 也开始把 session memory、skills、browser validation、跨会话上下文延续这类能力直接做进产品里。它们表面上谈的是不同能力，底层其实都在回答一个越来越现实的问题：当 Agent 开始承担更长链路的任务，什么样的系统，才能让它持续工作，而不是中途漂移、失控或者反复重来。

这里我觉得有一个很值得注意的变化。 这些公开讨论还不一定会直接用“表达—执行—验证”这样的语言来命名，但从系统设计上看，它们已经越来越接近这条结构：任务需要被更稳定地表达，上下文需要被持续继承，执行过程需要被编排，结果需要被校验，失败之后还需要能恢复、能继续。

这意味着，前沿 AI Coding 的差距，正在不只是体现在模型会不会生成代码。 当基础能力跨过某个阈值之后，新的瓶颈会慢慢浮出来：上下文能不能延续，状态能不能保存，任务能不能被持续推进，结果能不能被验证，失败之后能不能恢复。也就是说，竞争开始从“谁更会生成”，转向“谁更会组织执行”。

当然，这并不意味着 Agent 能力已经不重要了。 更准确地说，是前沿圈层已经开始进入下一阶段：不是只看 Agent 能不能启动，而是看它能不能在真实环境里持续推进，并在必要时被约束、被观测、被接管、被验证。

收敛一点说： 前沿 AI Coding 的下一阶段，拼的可能已经不只是 Agent 能做多少， 而是谁先把围绕任务表达、执行推进与结果验证的系统能力，组织成一个可持续运行的整体。