编码 Agent
具备读写文件、执行命令和运行测试能力、能够自主完成编程任务的 AI 智能体，可主动浏览项目、修改源码并反复运行验证
核心事实
时间轴 (近 90 天)
Grafana 提供编码 Agent 的专用视图，支持按团队统计花费、按功能分支计算成本、内置 PII 脱敏、MCP 与工具使用统计，并开箱支持主流编码 Agent。
大约 80% 到 90% 的 Bug 是重复性错误，但随着编码 Agent 变强，它们开始犯前所未有的新错误。
编码 Agent 的一个普遍问题是“过度自信”，即可能在没有充分验证的情况下宣称任务完成，导致代码存在隐藏缺陷。
传统编码 Agent 的运行状态通常仅存在于内存中，进程崩溃后上下文、已完成步骤和进行中的工具调用全部丢失。
编码 Agent 通常以多轮循环方式工作，每一轮都要重新发送完整对话历史（包括系统提示中的 skill 文件），因此 skill 文件的每一 KB 会在每次请求中被重复计费，成本随循环轮次线性放大。
多个 Agent 并行处理同一项目时，若不统一维护共享上下文，可能出现两个 Agent 改出互相冲突的代码，或基于过时信息做出错误修改，解决路径包括以仓库为唯一事实来源或由编排层集中维护上下文摘要。
清单类断言（工具数量、功能格、版本锁定）以周为单位衰减，而结构性断言（循环分类、子系统解剖、缺失项）迄今被证明是持久的。
90天的 diff 分析显示，编码 Agent 的架构正在收敛，后来者正在有意识地复制先行者的模式。
当前多 Agent 协作面临一个结构性矛盾：Agent 天然是单机绑定的，在 A 机器上积累的上下文和计划到了 B 机器就失效。
70B 级别是本地场景里比较现实的能力下限，中等模型在多步推理和工具调用方面的稳定性往往不够。
还有 2 条时间轴事件
全部知识事实 (12)
当前多 Agent 协作面临一个结构性矛盾：Agent 天然是单机绑定的，在 A 机器上积累的上下文和计划到了 B 机器就失效。
65%待验证Grafana 提供编码 Agent 的专用视图，支持按团队统计花费、按功能分支计算成本、内置 PII 脱敏、MCP 与工具使用统计，并开箱支持主流编码 Agent。
50%待验证大约 80% 到 90% 的 Bug 是重复性错误，但随着编码 Agent 变强，它们开始犯前所未有的新错误。
50%待验证编码 Agent 的一个普遍问题是“过度自信”，即可能在没有充分验证的情况下宣称任务完成，导致代码存在隐藏缺陷。
50%待验证传统编码 Agent 的运行状态通常仅存在于内存中，进程崩溃后上下文、已完成步骤和进行中的工具调用全部丢失。
50%待验证编码 Agent 通常以多轮循环方式工作，每一轮都要重新发送完整对话历史（包括系统提示中的 skill 文件），因此 skill 文件的每一 KB 会在每次请求中被重复计费，成本随循环轮次线性放大。
50%待验证多个 Agent 并行处理同一项目时，若不统一维护共享上下文，可能出现两个 Agent 改出互相冲突的代码，或基于过时信息做出错误修改，解决路径包括以仓库为唯一事实来源或由编排层集中维护上下文摘要。
50%待验证清单类断言（工具数量、功能格、版本锁定）以周为单位衰减，而结构性断言（循环分类、子系统解剖、缺失项）迄今被证明是持久的。
50%待验证70B 级别是本地场景里比较现实的能力下限，中等模型在多步推理和工具调用方面的稳定性往往不够。
50%待验证自动化层在实践中通常依托 CI/CD 基础设施或本地脚本实现：Agent 完成修改后触发预定义验证管道，依次运行编译器检查、单元测试，可选运行静态分析或代码规范检查，任一环节失败的输出被结构化反馈给 Agent 作为下一轮修正输入。
50%待验证环境设计的遗漏往往不会立即暴露，而是在 Agent 积累了若干轮错误行为后才变得明显，届时回溯根因的代价已很高。
50%待验证90天的 diff 分析显示，编码 Agent 的架构正在收敛，后来者正在有意识地复制先行者的模式。
50%