想知道一家 AI 公司把赌注押在哪里，别看发布会，看它的 release notes。
上周有两份发布说明摆在一起，对比堪称黑色幽默：Claude Code 的 v2.1.239 版本写了 40 多条变更，跨机器通信、预算上限、企业云适配密密麻麻；同一周，Codex 的 release notes 只有五个字——「Release 0.x.y」，功能演进一个字不提，却日更 162 个二进制资产。
同一个行业，同一个星期，一家把底牌全摊开，一家把底牌全藏起来。发布说明是产品策略的 X 光片：什么功能被做成一等公民、什么被顺手带过、什么被刻意藏起来，全写在里面。
我把六大主流 Coding Agent 的八月发布记录拉了一遍——OpenClaw、Hermes Agent、OpenCode、Claude Code、Codex、DeepSeek Harness——发现一件有意思的事：
六家公司，朝着几乎相同的方向走，但走的路线完全不同。
相同的去处暴露了行业共识；不同的路线暴露了各家的底牌。这篇文章把这张 X 光片拆开给你看。数据来自我的 开发者双周观察（2026.08.23）。
上周我在准备和团队 9 月初的一次对焦，主题是工程 AI 化。
预对齐时有人说：「我们 AI 用得挺好的——一半的 PR 是 AI 写的，Copilot 全员开通，还有人用 Claude Code 重构了老模块。」
我问了一个问题：「那挑一个 5 人天的真实需求，从提 Issue 到验收关闭，让 AI 端到端跑一遍给我看。」
会议室安静了几秒。安静不是因为没用过 AI，而是因为这条链路从来没有人完整走通过。AI 写过代码的片段，但片段之后是谁在收尾，说不清楚。
这个安静就是分界线：AI 写过代码，不等于工程 AI 化。
昨晚刷到一篇实测文，作者用 DeepSeek Harness 做了一个叫 MacDynamicIsland 的原生 macOS 应用——刘海、菜单栏、悬浮胶囊三个入口，快捷笔记、剪贴板、截图置顶全都有。时间线是这样的：
作者很克制，特意声明这不是一次公平对比——Codex 接手时已经有了完整的项目基础，问题边界也被前面的试错磨清楚了。我认同这个声明。但这条时间线里藏着一个比「谁更强」重要得多的信号：从 0 到 1 只花了 2 小时，从 1 到 1.1 却花了 1 小时还没做完。
而 DeepSeek 对这件事的态度，就写在它刚开源的 Harness 里。
上周我让一个 Coding Agent 给一个 Web 应用实现登录功能。三轮迭代之后，它汇报：「完成了，所有测试通过。」
我打开浏览器一看：登录按钮不见了。
我把截图丢回去，它看了一眼，回复：「抱歉，上一轮我把按钮组件误删了。」
有意思的不是 Agent 会犯错——犯错很正常。有意思的是： 它直到看见那张截图，才知道自己犯了错。 那三轮迭代里，它有编译反馈，有测试报告，但它没有任何办法知道最终页面长什么样。它的「世界」是残缺的。
这件事让我更确认了一个琢磨了很久的判断：
[Read More]对于 Coding Agent，最重要的基础设施不是更聪明的模型，不是 Benchmark，而是端到端（E2E）Test Harness。
上个月帮一个制造业客户做 Agent 落地。他们的 IT 总监带了一个五人团队来接项目，清一色的 Java 后端，简历上写满了 Spring Boot 和微服务。
我让他们用 Coding Agent 开发一个采购审批 Agent。两个小时后，代码写完了。
然后空气安静了。
没有人知道接下来该干什么。ERP 怎么接？权限怎么配？审批流走错了怎么回滚？Agent 半夜跑飞了谁来兜底？Token 烧超了怎么控？
五个人面面相觑。代码不是问题。 问题是代码写完之后的所有事。
那一刻我意识到：AI 时代最稀缺的能力，不是写代码，而是 把一个 Agent 从 Demo 变成生产系统，再把它运营成一个靠谱的数字员工。
做这件事的人，我称之为 Agent 应用工程师。
Context.dev 是一个 YC 孵化的 Web 抓取 API，帮 Agent 从任意网页提取结构化数据。它的 Quickstart 文档写得很标准：注册、拿 Key、装 SDK、写第一行代码。
但真正让我停下来的是它首页上的一个功能： Agentic Setup。
你不需要打开 Quickstart。你只需要把一行提示词粘贴到你的 Coding Agent 里：
Signup for an account & get API key with context.dev/auth.md,
then follow docs.context.dev/agent-quickstart to integrate into the codebase
Agent 会自己去注册账号、拿 API Key、读文档、检测你的项目语言、安装 SDK、写好集成代码、跑测试。整个 Quickstart 里那 5 个步骤，Agent 全自动完成了。
这不是一个 demo。这是 context.dev 推荐的首选集成方式。页面上写着两个选项：「Do it yourself」和「Let your agent do it (Recommended)」。
SDK 集成的三代演进：从读文档到写提示词
上周三晚上，我躺在沙发上刷手机。钉钉里我那个写代码的机器人卡在一个 question 上——它问我要发到哪个群，我没看见。第二天早上才发现，会话已经卡死了一整夜。
我没起身，随手在钉钉单聊里给它发了句：「给 event-watcher 加个超时自动取消，60 秒没答就 reject。」
十分钟后，机器人改完代码、跑完语法检查、重启了它自己、把改动 commit 推到了 GitHub。我在钉钉里收到一条回执：「✅ 已重启，能力：question 超时自动取消。」
它刚刚修好的，正是那个卡了它一整夜的 Bug。整个过程我没打开电脑。 机器人在钉钉上开发了它自己。
三个月前，我用 Claude Code 花了一个下午搭了一套完整的钉钉消息监控系统：自动抓取指定群的消息、按关键词分类、生成每日摘要、定时推送到我的私聊。整套流程从数据采集到定时任务，大约 500 行 TypeScript。
同样的事情，如果走公司正规 IT 流程——提需求、排期、开发、测试、上线——保守估计三个月，还不一定能排上。
这件事让我确信一个判断：LLM 厂商把重注押在 Coding Agent 上，是目前最正确的战略选择。 不是因为 Coding Agent 能替代程序员，而是因为它把"用代码解决问题"这件事的门槛，从"需要一个工程团队"降到了"需要一个能清楚描述问题的人"。
[Read More]