同时养五个 Coding Agent 之后，我才发现自己在当组长
早上九点，我打开终端，五个标签页都在滚。一个在跑测试，一个在改样式，一个在读 issue，还有一个卡在权限确认上，等我点"允许"。我自己的编辑器已经三个小时没打开过。这是我认真用 Coding Agent 的第二个月。
Agent写的编译器快了5倍，却悄悄改掉一个关键数字
据 InfoQ 报道，一名开发者拿两个 npm 包测试了 tsrs。tsrs 是 TypeScript 编译器的 Rust 移植版，代码全部由 Agent 写成。测试结果是：检查速度快了 5.3 倍，内存少用 72%，诊断结果完全一致，生成的代码也逐字节相同。
代码能跑不等于系统能用：老手为什么对 Agent 更谨慎
越是写过大系统的人，越不敢让 Agent 直接上。原因很简单：代码能跑，和系统能不能用，是两件事。Thoughtworks 的 CTO Rachel Laycock 观察到一个反直觉的现象：最愿意试新工具的那批开发者，恰恰最不愿意把方向盘完全交出去。
Coding Agent 并行写代码，源码控制系统怎么扩？
我们从 OpenAI 的 Pando 和 Anthropic 的 Scion 出发，结合 GitHub、GitLab、Google 和 Meta 的工程实践，看看哪些问题可以靠减少 CI 的重复取数解决，哪些需要扩展 Git 后端或调整客户端与服务端的分工，以及改完怎么验证。
8款国内主流办公Agent横测，第一竟然是…
SuperCLUE 用端到端任务把 8 款国内办公 Agent 拉了一遍横测，豆包工作以 85.33 分拿下总榜第一，文档处理单项领先第二名近 5 分。
详细拆解 Pi Agent：产品经理搞懂 Agent 的最佳实践
在 Terminal Bench 2.0 这个专门评测 Agent 完成真实计算机任务的榜单上，Pi 与 Codex、Cursor、Windsurf 一同排进了前五(;答案是够，而且这不是极限操作的取巧。
并行 coding agent 的实战栈，以及它背后的分布式系统问题
实践层面，一位开发者用终端原生栈在一台 Mac 上跑多个 Agent，并靠 Tailscale + SSH 从另一台电脑甚至 iPhone 上查看与审批;
刚刚，DeepSeek 重磅发布全新 Agent 架构：AI 开始指挥 AI 干活
DeepSeek Harness 的 Super-agent 架构，让 Router 负责调度、Worker 并行执行，AI 从会话工具变成长期在线的数字同事。DeepSeek 团队观察到，一个人通常只能同时跟进 3 到 5 个活跃 Session。
讲透 Graph Engineering：新瓶装旧酒，还是 Agent 变强后的必然？
有个小伙伴在后台留言：“什么是 Graph Engineering”。我就知道 AI 工程界又火了一个词。第一次看到 X 上 Graph Engineering 的争论时，我的第一反应是：这不是 LangGraph 之前玩的那套吗？
Coding Agent 让你成了管理者
Anthropic Claude Code 团队的 Addy Osmani 在 X 发表长文《Your Coding Agents Made You a Manager》，标题可以译为《你的编程 Agent 让你成了管理者》。