2026 年 8 月的软件工程论文里，Agent Harness 占了相当篇幅。几篇工作把运行知识、工具、中间件和执行规则放进 Harness，研究它的持续更新与回归。另一些论文关注故障注入、在线告警和恢复。RCA 与代码修复部分主要检查模型结论背后的证据。

上一篇综述讨论了 6 月下半月至 7 月的 RCA 过程评测、Agent 运行时治理与仓库级证据工程。本月继续出现了 Harness 生命周期和验证门禁方面的工作。

过去一个半月（2026.06.16—07.31），软件工程领域的 Agent 研究明显向执行过程深入。根因分析开始检查模型能否还原故障传播链、能否自己操作生产式观测工具；编码 Agent 的评测也从最终通过率转向早期错误、恢复窗口和 PR 测试覆盖。Harness、技能和记忆不再只是提示工程配件，它们逐渐被当作需要静态分析、回归测试和版本治理的软件资产。

本文详细介绍 Cleaning Logs for Downstream Tasks (Registered Report) ，重点放在论文提出的 LogPurifier 方法、依赖分数计算、聚类式日志清洗流程，以及作者计划如何验证该方法对下游任务的影响。

这半个月（2026.06.01 – 06.15），软件工程领域有几个方向值得关注：Agent 上了生产之后错误信号传不到人手里、把执行轨迹和 harness 当成可以诊断和修复的对象、从零生成整个代码仓库的训练数据，还有代码评审带宽跟不上 Agent 产量的问题。

这半个月（2026.05.15 – 05.31），软件工程领域有三个方向值得关注： Agent 修改自己的源代码来自我改进、定位 Agent 执行过程中哪一步出了错、用形式化工具为大模型生成的代码做验证。

过去一个月（2026.04.15 – 05.15），软件工程领域涌现了大量以 LLM 为驱动的创新工作。本文基于每日论文推送的跟踪，梳理几个最值得关注的研究趋势。

NanoClaw 创始人 Gavriel Cohen 最近提出了三条 AI 时代的编程理念，乍看有些道理，但仔细一想，每条都在软件工程的雷区上蹦迪。

指令微调（Instruction Fine-Tuning / SFT）是将预训练大模型对齐到人类意图的关键环节。通过精心构建的指令数据集，模型得以从"下一词预测"的通用能力转化为"遵循指令、完成任务"的实用能力。本文系统梳理了指令微调的核心方法论，涵盖指令数据的构建策略与质量评估、主流训练算法（全参数微调、LoRA、QLoRA 等），以及从数据准备到模型评估的完整实施流程。

（一）一天，从提出需求到代码上线 我们课题组的报销流程一直很繁琐，至少我在处理了几次报销流程后是这么认为的。每次出差或采购后，导师总会选一位同学，他会在微信中戳每一位需要报销的同学，把发票、支付记录、行程单、审批表等等一大堆材料手动整理、归档。这种方式效率很低，经常出错，而且往往在提交之后被打回。 终于，从北京出差回来的那天下午，我突发奇想，正好我也在用Cursor（一种基于AI的智能代码编辑器...

多智能体系统（Multi-Agent System）中的协作策略与训练方法是当前 AI Agent 研究的热点方向。如何让多个智能体在共享环境中高效分工、协同决策并持续学习，是构建可靠运维 Agent 系统的核心难题。本文调研了多 Agent 协作的主流范式，包括基于角色分配的任务分解、基于通信协议的信息交互、以及基于强化学习与自博弈的协作策略训练方法。