What it Takes for Coding Agents to Complete Large Software Tasks
https://factory.ai/news/what-it-takes-for-coding-agents-to-complete-large-software-tasks 本文研究了编码代理完成大型软件任务所需的条件。发现单代理因缺乏独立完成标准而过早停止，覆盖率低。通过在实施前由验证者构建可执行的完成标准（如行为样本和比较规则），并持续测量候选实现，系统可大幅提升行为一致性。以gdal为例，行为一致性从36%提升至90%；24个任务中平均提升显著。结论是外部可执行的完成标准，源于最终结果并保持更新，是实现大型软件任务的关键。
A guide to the anatomy of effective commerce agents
https://claude.com/blog/the-anatomy-of-effective-commerce-agents 本文虽然主题是构建高效电子商务AI代理的完整指南，但2C领域经验是通用的，涵盖核心架构、延迟与成本优化、生产环境实践及大型组织协作。核心架构采用单一模型在标准代理循环中运行，通过技能处理长尾功能，工具调用现有系统。延迟优化包括并行工具调用、主动分发、流式渲染和提示词缓存。生产部分强调跨会话记忆、安全强制机制、评估方法，并建议按系统所有权协作。提供参考实现代码库。
How our agents build on-brand pages with design
https://vercel.com/blog/how-our-agents-build-on-brand-pages-with-design-md 本文介绍Vercel如何通过公开的design.md文件，让AI代理在外部工具中生成符合品牌风格的页面。系统由三部分组成：design.md提供设计判断指导、公开样式表约束排版与布局、评估循环将人工反馈转化为规则和自动化检查。作者详述了基于七个评估场景的迭代过程，以及如何将重复性修正编码为可执行规则。最终测试显示，使用design.md后已知布局缺陷减少57%，并给出了他人可复制的六步构建方法。