凌晨三点 CI 里跑完的那条 prompt，输出格式全对、退出码 0，字段名却拼错了一个字母，下游读到的是空列。OpenAI 的 Charlie Guo 在 AIEWF 2026 上管这叫「魔法咒语已死」：一次性 prompt 有三个窟窿，早期成功掩盖脆弱、没有完成判据、没法当流程资产。文中给出一套五步改造法，以及哪些 prompt 可以先不动的判断清单。

806 个仓库的对照研究显示，采用 AI 编码工具后环复杂度平均涨了 25.1%；6.23 亿次真实提交的分析里，代码重复涨 81%、跨文件函数调用掉 35%。Agent 偏爱加法不是能力问题，是上下文、训练信号和沙箱三者叠加出的最优策略。这篇拆它为什么会这样，以及 AGENTS.md、PostToolUse 闸门、重构 profile 和定时巡检测出来的四个漏子。

Agent 跑长任务最大的瓶颈不是模型能力，是它每越界一步都要你按一次确认，而你不可能一直在线。Guardian 子代理就是来解决这件事的：它跑在只读沙箱里，输出 0 到 100 的风险分，低于 80 就自动放行。这篇文章拆它的判定维度、源码里的真实常数、v0.160.0 补的上下文，以及启用之前你必须想清楚的三个问题。

三个月，两个订阅，一群 agent，把一款射击游戏反编译回 C++。第一个月进度飞快，代码却是错的。问题不在模型，在于没人定义过什么叫正确。作者的解法是字节比对：一个只回 PASS 或 FAIL 的脚本，外加一套防止 agent 自己改判分的办法。

苏黎世联邦理工把 AGENTS.md 拿去做了一次对照实验：138 个真实 issue，四套 agent，三种设置。自动生成的那份让成本涨了 20%，成功率没动。人写的版本好一点，但差得也不多。问题出在哪一节，以及该怎么删。