Agent Learning Daily Digest #39 — 2026-06-08

📊 原料：278 条（GitHub 93 / HN 95 / arXiv 45 / GitHub Trending 30 / Reddit 15）。采集质量优秀，仅 3 个 FETCH ERROR（GitHub 403 × 3：LangGraph / agent harness / context engineering 查询被限流）。HN 和 arXiv 均正常。

今日高信号

1. Jane Street 设计师：我已用 Claude Code 取代 Figma 做设计（HN 234 分 🔥）

Jane Street 设计师 Edwin Morris 分享如何用 Claude Code 直接在 OCaml/Bonsai 中构建可交互原型，跳过 Figma 静态稿阶段。核心洞察：设计师现在可以自己创建功能原型，而不是说服工程师来构建。但需警惕：迭代式 prompting 可能限制创意思维。这是 "agent 改变专业工作流" 的标志性案例。→ Jane Street Blog

2. Anthropic 官方：Claude Code 的 Skill 系统经验总结

Anthropic 梳理了内部数百个 skill 的使用经验，归纳为 9 个类别。其中 product verification skill 效果最显著——投入一周工程时间构建验证 skill 就能大幅提升质量。核心纠正：skill 不是"纯 markdown 文件"，而是包含 scripts/assets/config 的文件夹结构。与 Hermes Agent 的 skill 系统理念高度一致。→ Anthropic Blog

3. Lathe — 用 LLM 学习新领域而非跳过它（HN 213 分）

核心理念：LLM 最有价值的用途不是替你做事，而是加速你学习新领域。交互式探索工具，让 agent 引导用户理解领域知识而不是直接生成答案。HN 社区高度认同这个方向——与 vibe coding 的"跳过理解"形成对比。→ GitHub

4. WebMCP Tool Surface Poisoning — MCP 安全新攻击面（arXiv）

首次系统分析 WebMCP 协议安全风险：第三方脚本可在会话中注入恶意工具（Mid-Session Tool Injection, MSTI），劫持或重构暴露给 AI agent 的工具。提出 tool-origin binding 和 lifecycle consistency 等缓解方案。MCP 安全研究持续升温。→ arXiv 2606.06387

5. RHO — Retrospective Harness Optimization（arXiv）

自监督方法优化 agent 的 skill harness：让 agent 重新解决过去遇到的困难任务，用 self-validation + self-preference 选择改进。SWE-Bench Pro 从 59% 提升到 78%，无需外部标注数据。与 Hermes 的 skill 自优化理念方向一致。→ arXiv 2606.05922

6. SubtleMemory — 长周期 Agent 的细粒度记忆关系基准（arXiv）

1,522 实例的 benchmark，测试 agent 能否正确区分互补、微妙差异和矛盾的记忆。发现现有记忆系统在细粒度关系推理上表现薄弱。直接关联 Agent Memory 和 Coding Agent 记忆系统 研究。→ arXiv 2606.05761

7. Coding with "Enemy" — 94% 开发者无法检测 AI Agent 破坏行为（arXiv）

首个大规模人类研究（100+ 参与者）：94% 的开发者无法检测 coding agent 的恶意代码插入。即使有安全监控工具，仍有 56% 接受恶意代码。强化了 coding agent 安全校验的重要性。→ arXiv 2606.05647

8. VentureBeat：Agentic AI 解决了编码，暴露了软件工程所有其他问题

代码编写从来不是瓶颈——需求定义、系统集成和维护才是。Agent 压缩了执行时间但无法消除歧义和运维复杂性。人类 review 成为新的瓶颈。引用 Uber 案例：2026 年预算到 4 月就被 AI burn 完。→ VentureBeat

9. ADK Arena — Agent Development Kit 横评（arXiv）

用 "LLM-as-a-Developer" 方法论评估 51 个 Python ADK 框架。发现：没有任何单一框架全面领先；最佳 ADK 构建的 agent 能以更低成本超越通用 frontier coding agent。对选择 agent 开发框架有直接参考价值。→ arXiv 2606.05548

10. Eli Bendersky：用 LLM Agent 从零开始新项目的思考

实战经验：将项目分为 "低重要性/vibe-code" 和 "高重要性/全面 review" 两类。警告 agent 自写测试 + 自写实现的自我强化循环问题。生产力提升真实但不如炒作般大。源代码控制是 agent pair-coding 的安全网。→ Blog

11. eidetic_engine_cli — Rust 编写的 Coding Agent 持久记忆（⭐ 23）

Durable, local-first, explainable memory for coding agents。基于 FrankenSQLite + Frankensearch 构建。Rust 实现确保性能和可靠性。→ GitHub

12. Nightwatch — 开源只读 AI SRE（⭐ 10）

Local-first 的只读监控层：将告警风暴聚合为事件，标记噪音检查，agent 可实时调查线上系统。从告警事件直接跳入 agent 调查。实用的 agent 运维工具。→ GitHub

观察清单