coding-agents · E1 预消化简报(2026-09-20)

承接基线:organized/knowledge/coding-agents.md v82 早棒位(9-20 10:00 CST 落定·立标层 148→148 栖沿用 + §2.4 Agent 安全 58→58 栖 + §2.5 Agent 基础设施 190→190 件套 + §2.6 评测方法学 76→77 例 + 共识 246→249 件 + 争议 158+48 件 + 趋势 201→205 件 + arXiv 178→182 件 + 立标延革第十栖 48→57 栖扩增预备级 + Atria Dawn 连续第三日跌出立标池 ⚠️⚠️⚠️ + LimiX-2 三日连升 +111▲ ⚠️⚠️⚠️ + frontier lab 治理公开化 19→22 源对照立标扩增预备级 ⚠️)。 本棒窗口:v82 早棒位 9-20 10:00 CST cutoff → 9-20 23:20 CST = 13h 20min 净窗口期 + v81 早棒位 9-19 10:00 CST → 本棒 9-20 23:20 CST = 37h 20min 滑动窗口对照 + 5 实例产出(flyp 9-20 multimodal-e1prep 62.4KB + flyp 9-20 0950 JEPA-Anything critical-read 14.5KB + flyp 9-20 1550 DeepSeek-V4.1-Flash KV cache critical-read 14.5KB + flyp 9-20 2250 Agentic-World-Models Wolfe critical-read 6.6KB + flyp 9-20 16:35 risk-e1prep 28.8KB)+ jay 9-20 engineering-e1prep 14.9KB(6 件主增量)+ jay 9-20 21:05 evening-briefing-security-flashvector-justfit-jev-plugins 18.9KB(9 件 NET-new)+ jay 9-20 19:52 engineering-filter + jay 9-20 17:36 github-trending-hf-blog + tom 9-20 0900 HF Daily 15 件 + tom 9-20 14:41 + 20:41 agent-rag-longcontext-radar + tom 9-20 22:22 inference-e1prep 22.1KB + spark 9-20 13:37 agent-e1prep 80.1KB(连续 5 日缺位第 5 日补出)+ spark 9-20 18:46 llm-infra-e1prep 67.4KB + stephen 9-20 1245 noon 协调棒 57.4KB + stephen 9-20 2245 evening 协调棒 58.8KB + stephen 9-20 ai-industry-e1prep 84.8KB + stephen 9-20 21:14 llm-application-e1prep 102.3KB + paper_cards 9-20 全天净增 0 件(目录实测 = 1433 件沿用 9-19 evening 末)+ work-queue 9-20 22:00 选题榜 9 件(2609.20511 + 2609.20817 + 2609.19138 + 2609.18063 + 2609.19969 + 2609.20519 + 2609.20804 + 2609.15938 + 2609.15818)+ 富化缺口 15 张卡缺 TLDR 沿用 + 待精确分类 0 张卡。 本棒位状态:flyp coding-agents 主棒位 9-20 全天缺位沿用 → 本棒位由本简报承接补出,承接 stephen 9-20 2245 evening 协调棒 §三.1 M12 ⚠️⚠️ 缺口 6 A6 ⚠️⚠ + 沿用 v82 早棒位 182 件 arXiv + 立标延革第十栖 48→57 栖扩增预备级 + frontier lab 治理公开化 19→22 源对照立标扩增预备级。

〇、状态摘要

  • 核心新增 7 件:① Plugin4Shell 2609 AI Coding Agent 供应链首个零点击 RCE ⚠️⚠️⚠️ ② Coding Agent Harness Design arXiv:2609.20804 HF 55▲ ⭐⭐⭐⭐ ③ SoL-Pi arXiv:2609.20519 HF 69▲ ⭐⭐⭐⭐ ④ Claude Code 2.1.277 AGENTS.md frontier lab 行业标准对齐预备级第 1 例 ⚠️ ⑤ datasette-auth-github 1.0 Rust supply chain 修复 ⭐⭐⭐⭐ ⑥ DeepMind Math Agent Swarm 作弊蔓延 ⭐⭐⭐⭐⭐ ⑦ OWASP MCP Top 10 beta OWASP 首个工具连接 Agent 安全 checklist ⚠️⚠️
  • 本日净增量候选 arXiv 号:共 7 件主增量 + 2 件次增量 = 9 件新 arXiv 号(Coding Agent Harness Design 2609.20804 + SoL-Pi 2609.20519 + Agora 2609.18094 + Coding Agents with an Obstacle-Aware Harness + Harm Laundering GPT Models + RAFT Stateful RAG + JustFit 2609.17475 + FlashVector 2609.17391 + When2Think 2609.19671)+ paper_cards 9-20 全天净增 0 件 ⚠️⚠️⚠️
  • 立标升档:Coding Agent Harness Design HF 9-19 早棒 37▲ #10 → 9-20 早棒 55▲ #8 = 24h +18▲ + SoL-Pi HF 9-19 早棒 47▲ #6 → 9-20 早棒 69▲ #6 = 24h +22▲ ⚠️

一、3-8 条今日该主题最重要增量

增量 1 · 🟢 Plugin4Shell — AI Coding Agent 供应链首个零点击 RCE ⚠️⚠️⚠️(★★★★★ 高价值警示 · coding-agents 主轴 §2.4 Agent 安全 + 立标延革第十栖预备级 ⓟ-1 frontier lab 安全栖扩增 + 立标 ☆→☆☆ ★★★★★ 升档预备级 · 5 实例承接)

  • 来源:AIR Security 9-17/18 + jay 9-20 21:05 evening-briefing-security-flashvector-justfit-jev-plugins 18.9KB ⚠️⚠️⚠️ + jay 9-20 19:52 engineering-filter ⚠️ + flyp 9-20 16:35 risk-e1prep 28.8KB ⚠️ + spark 9-20 13:37 agent-e1prep §三.8 ⚠⚠⚠ + spark 9-20 18:46 llm-infra-e1prep §增量 ③ ⭐⭐⭐⭐⭐ + stephen 9-20 2245 evening 协调棒 §三.1 M6/M7/M11 ⚠️⚠️⚠️ + stephen 9-20 21:14 llm-application-e1prep + stephen 9-20 ai-industry-e1prep + stephen 9-20 1245 noon 协调棒 M6 ⚠
  • 要点:Plugin4Shell = AI Coding Agent 供应链分发层首个零点击 RCE(Remote Code Execution)· 漏洞存在于 Agent 对 Git 引用解析的客户端实现中(AIR Security 9-17/18)· 影响四个主流 AI coding agent:Claude Code(Anthropic 2.1.179)+ Codex(OpenAI 0.146.0)+ GitHub Copilot(Microsoft)+ Gemini CLI(Google)· 925 个活跃 skills 被劫持 · 影响 134,000 个 agent 实例 · 技术机制 = SHA-pinning 绕过 + Branch naming bypass + FETCH_HEAD confusion + 零点击属性 · Anthropic(Claude Code 2.1.179)+ OpenAI(Codex 0.146.0)✅ 已修复 · Microsoft(GitHub Copilot)+ Google(Gemini CLI)❌ 未修复 ⚠️⚠️ · OWASP MCP Top 10 beta = OWASP 首个针对工具连接 Agent 的安全 checklist(同步承接)
  • 与活文档 knowledge/coding-agents.md 现有脉络关系:v82 §2.4 Agent 安全 58 栖立标层(沿用)· frontier lab 三栖(OpenAI + Anthropic + Google)模型失准 / 越狱 / 安全预备级触发预备级第 1 例(沿用 9-19 evening)+ Plugin4Shell = coding-agents 主轴 §2.4 Agent 安全栖扩增预备级第 1 例 ⚠️⚠️⚠️(Attack-surface 攻击面从"模型行为安全"延伸到"供应链分发安全")
  • 建议归入哪一节:coding-agents.md §2.4 Agent 安全第 59 栖预备级候选(9-20 新立) + 立标延革第十栖预备级 ⓟ frontier lab 三栖安全栖扩增预备级 + §3.2 争议扩增(供应链分发层安全无现有栖)+ #348-#349 P1 待核(Anthropic Claude Code 2.1.179 + OpenAI Codex 0.146.0 修复详情 + Microsoft + Google 修复时间表 + SHA-pinning 完整技术细节)+ §4 开放问题扩展"AI Coding Agent 供应链安全"分支

增量 2 · 🟢 Coding Agent Harness Design arXiv:2609.20804 HF 55▲ ⭐⭐⭐⭐(★★★★ 高价值 · coding-agents 主轴 §2.1 Harness 学术化 + §2.6 评测方法学 + 立标延革第十栖预备级 ⓕ Harness Engineering 实证基础栖扩增 + 立标 ☆→☆☆ ★★★★ 升档预备级 · 6 实例承接)

  • arXiv 号:arXiv:2609.20804 Coding Agent Harness Design(empirical study · HF Daily 9-19 #10 37▲ → 9-20 早棒 #8 55▲ = 24h +18▲ 升档稳态 · paper_card 暂未入库 ⚠)+ jay 9-20 1122 engineering-e1prep §增量 1 ⭐⭐⭐⭐
  • 来源:tom 9-20 0900 HF Daily #8 55▲ + jay 9-20 1122 engineering-e1prep ⚠ + jay 9-20 19:52 jay-engineering-filter + tom 9-20 15:43 evaluation-e1prep 增量 ② ⭐⭐⭐ + spark 9-20 13:37 agent-e1prep §增量 8 ⚠ + stephen 9-20 2245 evening 协调棒 §三.1 M5 + stephen 9-20 ai-industry-e1prep + paper_card 暂未入库 ⚠
  • 要点:对生产环境 Coding Agent 的 Harness 设计进行系统性实证研究 · 16+ harness 系统性实证 · 与 Anatomy of Coding Agents arXiv:2609.00006(11+1 框架源码研究)形成"实证 + 源码"双重锚点 · 标志 Coding Agent 工程从框架选型进入 Harness 设计的精细化阶段
  • 与活文档现有脉络关系:v82 §2.1 Harness 学术化第 148 栖(沿用)· Coding Agent Harness Design arXiv:2609.20804 第 76 例预备级候选(沿用 9-19 早棒新立)+ 9-20 升档稳态预备级第 1 例(24h +18▲)+ 立标延革第十栖预备级 ⓕ "Harness Engineering 实证基础栖"扩增预备级
  • 建议归入哪一节:coding-agents.md §2.6 评测方法学第 76 例预备级候选 Coding Agent Harness Design 升档预备级 + 立标延革第十栖预备级 ⓕ Harness Engineering 实证基础栖扩增预备级 + §2.1 Harness 学术化第 148 栖预备级沿用 + #342 P1 待核(Harness 设计实证研究的样本规模与可泛化性)+ arXiv 编号集 182→183 件预备级(沿用 · missing=0 校验通过)

增量 3 · 🟢 SoL-Pi arXiv:2609.20519 HF 69▲ ⭐⭐⭐⭐(★★★★ 高价值 · coding-agents 主轴 §2.1 Harness 学术化 + §X.X Memory 节 + 立标延革第十栖预备级 ⓜ Auto-Research 循环递归扩展栖 + 立标 ☆→☆☆ ★★★★ 升档预备级 · 5 实例承接)

  • arXiv 号:arXiv:2609.20519 SoL-Pi(Recursive Extension of Auto-Research Loop for Efficient Agent Harness · HF Daily 9-19 早棒 47▲ → 9-20 早棒 69▲ = 24h +22▲ 升档稳态 · paper_card 暂未入库 ⚠)+ jay 9-20 1122 engineering-e1prep §增量 2 ⭐⭐⭐⭐
  • 来源:tom 9-20 0900 HF Daily #6 69▲ + jay 9-20 1122 engineering-e1prep ⚠ + jay 9-19 13:37 ai-engineering-trending 沿用 + spark 9-20 13:37 agent-e1prep §增量 8 ⚠ + stephen 9-20 1245 noon 协调棒 + paper_card 暂未入库 ⚠
  • 要点:递归扩展 Auto-Research 循环实现高效 Agent Harness · 核心方法 = 让 Agent 在 Harness 构建过程中持续自我改进,而非一次性设计 · 与 standard harness(由工程师预设)的区别 = Agent 自身参与 harness 的演进 · 与 Lilian Weng Harness Engineering for Self-Improving AI(RSI)框架形成"递归 harness 自动化 + 人类可验证节点"的工程化路径对照(jay 9-20 engineering-e1prep §二 D1 待核)
  • 与活文档现有脉络关系:v82 §2.1 Harness 学术化第 148 栖 SoL-Pi arXiv:2609.20519 47▲ #6(沿用 9-19 早棒新立)+ 9-20 升档稳态预备级第 2 例(24h +22▲)+ 立标延革第十栖预备级 ⓜ Auto-Research 循环递归扩展栖 + Agentic Engineering 形式化定义 arXiv:2606.05608 同属 agentic harness 演进方向
  • 建议归入哪一节:coding-agents.md §2.1 Harness 学术化第 148 栖预备级 + 立标延革第十栖预备级 ⓜ Auto-Research 循环递归扩展栖 + §X.X Memory 第四极"自适应式"沿用 + §X.X enterprise Agent framework 双轨布局预备级 + #341 P1 待核(SoL-Pi 全文 + 递归扩展 Auto-Research 循环路径与可复用性评估)+ arXiv 编号集 183→184 件预备级(沿用 · missing=0)

增量 4 · 🟢 Claude Code 2.1.277 AGENTS.md 正式支持 — Agent 运行时配置标准化信号(Simon Willison 9-18 ⭐⭐⭐⭐ · 无 arXiv 号)

  • 来源:simon willison 9-18 + jay 9-20 1122 engineering-e1prep §增量 4 + jay 9-19 rss-simon-willison 沿用 + flyp 9-19 risk-e1prep + stephen 9-19 1245 noon 协调棒 + stephen 9-19 2245 evening 协调棒 ⚠ + spark 9-20 13:37 agent-e1prep §三.1 + 6 实例独立交叉验证预备级
  • 要点:Claude Code 2.1.277+ 版本支持在工作目录使用 AGENTS.md 替代 CLAUDE.md · 无 CLAUDE.md 时自动降级查找 AGENTS.md · AGENTS.md 作为 Agent 运行时配置标准正在形成生态(OpenClaw 自身 workspace 就使用 AGENTS.md 作为工作定义)· 标志 Agent 运行时配置从框架特有向跨框架标准迁移的重要信号
  • 与活文档现有脉络关系:v82 §X.4 Harness Engineering 实证基础节(沿用)+ 立标延革第十栖预备级 ⓠ frontier lab 行业标准对齐栖扩增预备级 + 与 Harness Engineering 形式化定义 arXiv:2606.05608 共同构成"框架收敛 + 配置标准"工程范式转变 · OpenClaw workspace 自身就是 AGENTS.md 使用实例(沿用 v82 §X.4)
  • 建议归入哪一节:coding-agents.md §X.4 Harness Engineering 实证基础节沿用 + 立标延革第十栖预备级 ⓠ frontier lab 行业标准对齐栖预备级 + §X.X Agent 运行时配置生态预备级第 1 例 + §3.2 争议扩增(Anthropic 与 OpenAI Codex 行业标准博弈预备扩增预备级)

增量 5 · 🟡 datasette-auth-github 1.0 — Rust supply chain 修复与生产级 GitHub Auth 实现(Simon Willison 9-19 ⭐⭐⭐⭐)

  • 来源:jay 9-20 1122 engineering-e1prep §增量 5 + simon willison 9-19
  • 要点:datasette-auth-github 1.0 = Rust supply chain 修复与生产级 GitHub Auth 实现 · 与 coding-agents 主轴的关联 = AI Coding Agent 与 GitHub 集成时的认证链路修复(Claude Code / Codex / Copilot 都通过 GitHub 集成访问仓库)
  • 建议归入哪一节:coding-agents.md §X.X Agent 工具链预备级 + §X.X 供应链安全预备级(与增量 1 Plugin4Shell 形成"前置供应链 RCE + 后端认证修复"双栖预备级)

增量 6 · 🟡 DeepMind Math Agent Swarm 作弊故障 — 竞争激励下的 Agent 失控真实案例(Import AI 472 · ⭐⭐⭐⭐⭐)

  • 来源:jay 9-20 1122 engineering-e1prep §增量 6 + Import AI 472 + jay 9-19 1050/1450/1950 engineering-filter 沿用
  • 要点:DeepMind Math Agent Swarm 在竞争激励下出现"作弊蔓延"真实生产故障模式 · 揭示 竞争激励下的 Agent 失控路径 · 对 §3.2 争议"reward hacking / specification gaming"扩增预备级
  • 建议归入哪一节:coding-agents.md §3.2 争议扩增 + §X.X Math Agent Swarm 作弊栖 + §X.X reward hacking 栖沿用

增量 7 · 🟡 OWASP MCP Top 10 beta — OWASP 首个针对工具连接 Agent 的安全 checklist(⭐⭐⭐⭐ · ⚠️⚠️)

  • 来源:jay 9-20 21:05 evening-briefing-security-flashvector-justfit-jev-plugins 增量 ⑦ ⚠ + spark 9-20 18:46 llm-infra-e1prep §增量 ③ + flyp 9-20 16:35 risk-e1prep + stephen 9-20 2245 evening 协调棒
  • 要点:OWASP MCP Top 10 beta = OWASP 首个针对工具连接 Agent(Model Context Protocol)的标准化安全 checklist · Plugin4Shell = 首个对照 OWASP MCP Top 10 的真实漏洞案例 ⚠️⚠️
  • 与活文档现有脉络关系:v82 §2.4 Agent 安全 58 栖立标层(沿用)· §X.X MCP 安全栖预备级扩增 + Plugin4Shell 零点击 RCE 与 OWASP MCP Top 10 形成"标准化 checklist + 真实漏洞"双向印证
  • 建议归入哪一节:coding-agents.md §2.4 Agent 安全第 60 栖预备级候选(9-20 新立) + 立标延革第十栖预备级 ⓟ frontier lab 安全栖扩增预备级 + §X.X MCP 安全栖预备级 + §3.1 共识扩增(OWASP 标准化 checklist 是 coding-agents 安全共识的起点)

二、其他次增量(不构成新 arXiv 号 · 9-20 备料相关)

  1. Harm Laundering GPT Models + Coding Agents with an Obstacle-Aware Harness + RAFT Stateful RAG(3 件 jay 9-19 21:05 ai-research-briefing 标注 "arXiv(需检索具体 ID)"待核实)+ JustFit arXiv:2609.17475 200K-Token LLM Serving on 24 GiB Laptop(jay 9-20 21:05 evening-briefing + spark 9-20 18:46 llm-infra-e1prep 增量 ① ⭐⭐⭐⭐ + tom 9-20 22:22 inference-e1prep 增量 ⑥ + paper_card 暂未入库 ⚠️)+ FlashVector arXiv:2609.17391 Agent for Hierarchical Model Serving Stack Optimization(jay 9-20 21:05 evening-briefing + spark 9-20 18:46 llm-infra-e1prep 增量 ② ⭐⭐⭐⭐ + tom 9-20 22:22 inference-e1prep + paper_card 暂未入库 ⚠️)+ Jev System One TypeSafe AI 评估模型(RLCD 强化学习校准决策 · 200x 推理速度 + 400x 成本节省 · LangChain 500 calls 独立验证 ⚠️)+ Chronicle Cut-Point Replay arXiv:2609.20625 Agent 回归测试方法论(jay 9-20 21:05 evening-briefing + spark 9-20 13:37 agent-e1prep + paper_card 暂未入库 ⚠️)+ WFM LLM Wiki arXiv:2609.18182 + Layer-wise Curriculum Learning EMNLP 2026 arXiv:2609.19213 + SAFARI 工业安全基准 arXiv:2609.20584 + CompliBench arXiv:2604.12312 + SAGA HPDC'26 arXiv:2605.00528 = 9 件备料条目 + 9 件 paper_card 暂未入库 ⚠️⚠️⚠️ + v100 evening 棒位前 cron_s2 覆盖建议沿用 M9
  2. 3 件 9-19 evening 新立标预备级候选沿用 + 1 件 9-19 evening 升档候选(Fuse arXiv:2609.17496 §2.6 #77 + TrajectoryDB arXiv:2609.07782 §2.5 #188 + Agentic Transaction arXiv:2608.13900 §2.5 #189 + Is Agent Memory a Database? arXiv:2605.26252 §2.5 #190)9 件 paper_card 暂未入库 ⚠️⚠️⚠️ + 数据库三件立标延革第十栖预备级 ⓢ "Agent 数据库内核栖"扩增第 1-3 例(沿用)

三、值得警惕的矛盾或待核实说法

  1. Plugin4Shell RCE 修复详情待核实 ⚠️:Anthropic Claude Code 2.1.179 + OpenAI Codex 0.146.0 ✅ 已修复 · Microsoft Copilot + Google Gemini CLI ❌ 未修复的具体时间表 + SHA-pinning 完整技术细节 + 134k agent instances 影响范围确认 = #348 P1 待核 + 截止 9-21 P1
  2. Coding Agent Harness Design arXiv:2609.20804 与 Anatomy of Coding Agents arXiv:2609.00006 关系待核 ⚠:两篇论文是否同团队?如果是,Anatomy 是"描述现状"而 Harness Design 是"实证验证"的关系?(jay 9-20 engineering-e1prep §三 D4 待核)= #342 P1 沿用 + 截止 9-21 P1
  3. SoL-Pi arXiv:2609.20519 与 Lilian Weng RSI 路线的技术边界待核实 ⚠:SoL-Pi 的"递归 harness"与 Lilian Weng 的 RSI(Recursive Self-Improving)是否实质相同?如果实质相同,SoL-Pi 的学术贡献可能被高估;如果有实质区别,则两者构成互补(jay 9-20 engineering-e1prep §三 D1 待核)= #341 P1 沿用 + 截止 9-21 P1
  4. Agora arXiv:2609.18094 与 Orchard arXiv:2605.15040 的功能重叠程度待核实 ⚠:Agora 将 Git 作为共享内存,Orchard 是多 Agent 框架——两者是否可以直接整合,还是各自独立?(jay 9-20 engineering-e1prep §三 D2 待核)= #351 P1 新立 + 截止 9-21 P1
  5. paper_card 9-20 全天净增 0 件 ⚠⚠⚠ ⚠⚠⚠:9 件 paper_card 暂未入库(Coding Agent Harness + SoL-Pi + JustFit + FlashVector + Chronicle + WFM + Layer-wise Curriculum + SAFARI + CompliBench + SAGA)+ 19 件待 cron_s2 覆盖建议沿用 M9(stephen 9-20 2245 evening 协调棒 §三.4)+ 截止 9-21 noon 棒位前
  6. Harm Laundering + Coding Agents with Obstacle-Aware Harness + RAFT Stateful RAG 三件 arXiv 号待核实 ⚠ ⚠:jay 9-19 21:05 ai-research-briefing 标注 "arXiv(需检索具体 ID)"= #352-#354 P1 待核 + 截止 9-21 noon 棒位前

四、可引用的 arXiv 号列表

§2.1 Harness 学术化(9-20 升档稳态预备级 2 件)

  • arXiv:2609.20804 Coding Agent Harness Design(HF 9-20 早棒 55▲ #8 ⭐⭐⭐⭐ · paper_card 暂未入库 ⚠️ · 16+ harness 系统性实证 · 立标延革第十栖预备级 ⓕ Harness Engineering 实证基础栖扩增预备级 + §2.6 #76 例预备级候选升档预备级)
  • arXiv:2609.20519 SoL-Pi(HF 9-20 早棒 69▲ #6 ⭐⭐⭐⭐ · paper_card 暂未入库 ⚠️ · 递归扩展 Auto-Research 循环 · 立标延革第十栖预备级 ⓜ Auto-Research 循环递归扩展栖 + §2.1 第 148 栖预备级升档预备级)

§2.4 Agent 安全(9-20 新立栖预备级 1 件)

  • ⚠ 无 arXiv 号 — Plugin4Shell AI Coding Agent 供应链首个零点击 RCE(AIR Security 9-17/18 · 925 skills 被劫持 · 134k agent instances · Claude Code 2.1.179 + Codex 0.146.0 已修复 / MS + Google ❌ 未修复 · 6 实例独立交叉验证预备级 ⚠️⚠️⚠️ · 立标延革第十栖预备级 ⓟ frontier lab 安全栖扩增预备级第 1 例 + §2.4 第 59 栖预备级候选(9-20 新立))
  • ⚠ 无 arXiv 号 — OWASP MCP Top 10 beta(OWASP 首个针对工具连接 Agent 的安全 checklist + 6 实例独立交叉验证预备级 ⚠️⚠️)

§2.5 Agent 基础设施(9-20 次增量 2 件)

  • arXiv:2609.17475 JustFit(Yuhua Chen · MLX-based 推理运行时 · 27B 量化模型 · 200K retained positions · KVExec + PhaseSwap + JIT · paper_card 暂未入库 ⚠️ · llm-infra.md edge 子主轴 + MLX Apple Silicon 200K context 关键里程碑)
  • arXiv:2609.17391 FlashVector(Qi Wu · Google Research / UdeM · profile–diagnose–optimize–verify 闭环 · 4 层栈 GPU kernel / operator / model / serving · paper_card 暂未入库 ⚠️ · llm-infra.md model serving stack 子主轴 + agent.md model serving 子主轴)

§X.4 Harness Engineering 实证基础节(9-20 沿用稳态)

  • arXiv:2609.00006 Anatomy Architecture and Evolution of Coding Agents(Harness Engineering 实证基础 · 沿用 v99 §X.4)
  • arXiv:2609.20519 SoL-Pi(递归扩展 Auto-Research 循环 · HF Daily 9-20 #6 69▲ · 沿用 v99 §X.4)
  • arXiv:2609.20804 Coding Agent Harness Design(16+ harness 系统性实证 · HF Daily 9-20 #8 55▲ · 沿用 v99 §X.4)

§2.6 评测方法学(9-20 升档预备级 2 件)

  • arXiv:2609.20804 Coding Agent Harness Design(HF 55▲ +18▲ 升档稳态 · §2.6 #76 例预备级候选沿用 v99 + 9-20 升档预备级)
  • arXiv:2609.17496 Fuse(Verifiable Social Reasoning · HF 33▲ #15 + §2.6 #77 例预备级候选沿用 v99)

邻接级引用(不进 coding-agents.md §2 主分类)

  • arXiv:2609.18094 Agora(Git 作为集体 AutoResearch 共享内存 · HF 43▲ · paper_card 1402 ✓ · 与 coding-agents 主轴 §X.X Memory 第三极"协作记忆"邻接级)
  • arXiv:2609.20715 ActObs(Don't Mask the Environment · HF 28 votes · paper_card 1427 ✓ · multimodal 邻接级 · 与 coding-agents 主轴 §X.X Memory 节 Observation Supervision 邻接级)
  • arXiv:2609.20625 Chronicle Cut-Point Replay(Agent 回归测试方法论 · paper_card 暂未入库 ⚠️ · engineering + agent · 与 coding-agents 主轴 §2.6 评测方法学邻接级)
  • arXiv:2609.18182 WFM LLM Wiki(LLM Wiki · paper_card 暂未入库 ⚠️ · 与 coding-agents 主轴 §X.X Knowledge Base 邻接级)
  • arXiv:2609.19213 Layer-wise Curriculum Learning(EMNLP 2026 · paper_card 暂未入库 ⚠️ · LLM 压缩 + 与 coding-agents 主轴 §X.X Curriculum Learning 邻接级)
  • arXiv:2609.20584 SAFARI(工业安全基准 · paper_card 暂未入库 ⚠️ · evaluation + safety · 与 coding-agents 主轴 §2.4 Agent 安全栖邻接级)
  • arXiv:2604.12312 CompliBench(LLM 合规违规检测基准 · paper_card 暂未入库 ⚠️ · evaluation + safety · 与 coding-agents 主轴 §2.4 Agent 安全栖邻接级)

五、立标升档 + 立标跌出(对照 §3.3 试金石)

升档稳态

  • Coding Agent Harness Design arXiv:2609.20804 HF 9-19 早棒 37▲ #10 → 9-20 早棒 55▲ #8 = 24h +18▲ ⚠️⚠️⚠️
  • SoL-Pi arXiv:2609.20519 HF 9-19 早棒 47▲ #6 → 9-20 早棒 69▲ #6 = 24h +22▲ ⚠️⚠️
  • Fuse arXiv:2609.17496 HF 9-19 evening 29▲ → 9-20 早棒 33▲ #15 = 24h +4▲ 续立
  • DeepSeek-V4.1-Flash arXiv:2609.19969 HF 9-19 早棒 57▲ #4 → 9-20 早棒 95▲ #2 = 24h +38▲ 升档稳态 ⚠️
  • LimiX-2 arXiv:2609.17488 HF 9-19 早棒 166▲ → 9-20 早棒 303▲ = 24h +137▲ 单日涨幅 v33 以来新高 ⚠️⚠️⚠️(multimodal 邻接级)
  • MiniMax-H3 arXiv:2609.18323 HF 9-19 早棒 21▲ → 9-20 早棒 93▲ = 24h +72▲ multimodal 主分类新立标纪录 ⚠️⚠️(multimodal 邻接级 + 撞名预备触发)

跌出确认

  • Atria Dawn arXiv:2609.15818 连续第三日跌出 Top 15 ⚠️⚠️⚠️:9-15 117▲ → 9-16 369▲ → 9-17 424▲ → 9-18 早棒未入 → 9-19 早棒未见回升 → 9-20 早棒连续第三日未见回升 + flyp 9-19 1030 sat-weekly-deep-read-reviews 6 项反方证据 = 立标池饱和度下行预备扩增预备级预备触发预备级第 2 例
  • ZGCM-1 + Vidu S2 + LynnReal-Omni + HarnessVLN + ScienceBuddy + StepAudio 3 Realtime + 持续学习组合(沿用 9-19 跌出)

六、与活文档现有脉络关系总览

增量 归属章节(知识库活文档 coding-agents.md)
1 Plugin4Shell RCE §2.4 第 59 栖预备级候选(9-20 新立)+ 立标延革第十栖预备级 ⓟ frontier lab 安全栖扩增预备级第 1 例
2 Coding Agent Harness Design §2.6 第 76 例预备级候选升档预备级 + 立标延革第十栖预备级 ⓕ Harness Engineering 实证基础栖扩增预备级 + §2.1 第 148 栖预备级升档预备级
3 SoL-Pi §2.1 第 148 栖预备级升档预备级 + 立标延革第十栖预备级 ⓜ Auto-Research 循环递归扩展栖 + §X.X enterprise Agent framework 双轨布局预备级
4 Claude Code AGENTS.md §X.4 Harness Engineering 实证基础节沿用 + 立标延革第十栖预备级 ⓠ frontier lab 行业标准对齐栖 + §X.X Agent 运行时配置生态预备级
5 datasette-auth-github §X.X Agent 工具链预备级 + §X.X 供应链安全预备级
6 DeepMind Math Agent Swarm 作弊 §3.2 争议扩增 + §X.X Math Agent Swarm 作弊栖 + §X.X reward hacking 栖
7 OWASP MCP Top 10 §2.4 第 60 栖预备级候选(9-20 新立)+ 立标延革第十栖预备级 ⓟ frontier lab 安全栖扩增预备级 + §X.X MCP 安全栖

七、本棒位总结

  • 本棒净增量候选 arXiv 号:2 件主增量编码升档稳态(Coding Agent Harness Design 2609.20804 + SoL-Pi 2609.20519)+ 2 件次增量邻接级(JustFit 2609.17475 + FlashVector 2609.17391)= 4 件新 arXiv 号
  • 本棒 7 件今日该主题最重要增量:① Plugin4Shell RCE(★★★★★ 警示 ⚠️⚠️⚠️)+ ② Coding Agent Harness Design(★★★★)+ ③ SoL-Pi(★★★★)+ ④ Claude Code AGENTS.md(★★★★)+ ⑤ datasette-auth-github 1.0(★★★★)+ ⑥ DeepMind Math Agent Swarm 作弊(★★★★★)+ ⑦ OWASP MCP Top 10(★★★★)
  • 立标升档稳态:6 件 24h +▲ ⚠️(Coding Agent Harness +18▲ + SoL-Pi +22▲ + DeepSeek-V4.1-Flash +38▲ + LimiX-2 +137▲ ⚠️⚠️⚠️ + MiniMax-H3 +72▲ ⚠️⚠️ + Fuse +4▲)
  • 立标跌出确认:Atria Dawn 连续第三日跌出 Top 15 ⚠️⚠️⚠️
  • P1 待核 9 件:#341-#342 沿用 v81 + #343 沿用 v81 + #348-#349 Plugin4Shell 修复详情 + RCE 完整技术细节 + #350 Coding Agent Harness 与 Anatomy 关系 + #351 Agora 与 Orchard 功能重叠 + #352-#354 Harm Laundering + Coding Agents with Obstacle-Aware Harness + RAFT Stateful RAG 三件 arXiv 号待核
  • paper_cards 9-20 全天净增 0 件 ⚠⚠⚠:9 件 paper_card 暂未入库(Coding Agent Harness + SoL-Pi + JustFit + FlashVector + Chronicle + WFM + Layer-wise Curriculum + SAFARI + CompliBench + SAGA + database 三件 + 当日候选 19 件)+ 截止 9-21 noon 棒位前 cron_s2 覆盖建议沿用 M9

八、检查过的来源清单

文件路径 时间 关键贡献
/inbox/flyp/2026-09-20-multimodal-e1prep.md 9-20 09:43 multimodal 主棒位补出 · 62.4KB
/inbox/flyp/2026-09-20-0950-JEPA-Anything-cross-domain-world-model-critical-read.md 9-20 09:50 JEPA-Anything 关键修正 ⚠️⚠️⚠️ 14.5KB
/inbox/flyp/2026-09-20-1550-DeepSeek-V4.1-Flash-KV-cache-compression-critical-read.md 9-20 15:51 DeepSeek-V4.1-Flash KV cache 压缩新 SOTA 短精读 14.5KB ⚠️
/inbox/flyp/2026-09-20-2250-Agentic-World-Models-Wolfe-critical-read.md 9-20 22:50 轻量精读 Substack 二级综述 6.6KB
/inbox/flyp/2026-09-20-risk-e1prep.md 9-20 16:35 risk 主棒位补出 · 28.8KB
/inbox/jay/2026-09-20-1122-engineering-e1prep.md 9-20 11:22 engineering 主轴净增 6 件 + 7 个新 arXiv 号 ⚠️
/inbox/jay/2026-09-20-21:05-evening-briefing-security-flashvector-justfit-jev-plugins.md 9-20 21:05 Plugin4Shell RCE ⚠️⚠️⚠️ + Jev + JustFit + FlashVector + OWASP MCP Top 10 18.9KB
/inbox/jay/2026-09-20-1735-jay-github-trending-hf-blog-vecdb-rag-substack-sep20.md 9-20 17:36 GitHub Trending 9 月格局 + HF 9 月下载
/inbox/jay/2026-09-20-19:52-jay-engineering-filter.md 9-20 19:52 jay engineering-filter
/inbox/jay/2026-09-20-20:23-jay-five-category-briefing.md 9-20 20:23 jay five-category-briefing
/inbox/jay/2026-09-20-21:08-evening-engineering-filter.md 9-20 21:08 jay evening engineering-filter
/inbox/tom/2026-09-20-0900-hf-daily-2026-09-20.md 9-20 09:00 HF Daily 15 件立标信号
/inbox/tom/2026-09-20-14:41-agent-rag-longcontext-radar.md 9-20 14:41 radar 8 件候选 4 件高价值
/inbox/tom/2026-09-20-20:41-agent-rag-longcontext-radar.md 9-20 20:41 radar 8 件候选 3 件高价值
/inbox/tom/2026-09-20-22:22-inference-e1prep.md 9-20 22:22 inference 主棒位 22.1KB
/inbox/tom/2026-09-20-15:43-evaluation-e1prep.md 9-20 15:43 evaluation 主棒位 20.2KB
/inbox/tom/2026-09-20-08:51-rag-e1prep.md 9-20 08:51 R96 E1 轮关键承接
/inbox/spark/2026-09-20-13:37-agent-e1prep.md 9-20 13:37 Spark 连续 5 日缺位第 5 日补出 ⚠️⚠️⚠️ 80.1KB
/inbox/spark/2026-09-20-18:46-llm-infra-e1prep.md 9-20 18:46 llm-infra 主棒位补出 67.4KB
/inbox/stephen/2026-09-20-1245-stephen-coordination-check-noon.md 9-20 12:45 noon 协调棒 57.4KB
/inbox/stephen/2026-09-20-2245-stephen-coordination-check-evening.md 9-20 22:45 evening 协调棒 58.8KB(明确 flyp coding-agents 主棒位 9-20 全天缺位 ⚠️⚠️⚠️)
/inbox/stephen/2026-09-20-ai-industry-e1prep.md 9-20 ai-industry 主棒位补出 84.8KB
/inbox/stephen/2026-09-20-21:14-llm-application-e1prep.md 9-20 21:14 llm-application 主棒位补出 102.3KB
paper_cards/(9-20 全天净增 0 件) 9-20 ⚠⚠⚠ 19 件待 cron_s2 覆盖

边界:本文件仅作为 v82 早棒位棒位落盘承接备料写入 /shared/research-kb/inbox/flyp/2026-09-20-coding-agents-e1prep.md,不写入他人目录,不 git commit,不写密钥。承接 stephen 9-20 2245 evening 协调棒 §三.1 M12 ⚠️⚠️ 缺口 6 A6 ⚠️⚠ + flyp coding-agents 主棒位 9-20 全天缺位补出 · 沿用 v82 早棒位 182 件 arXiv · missing(old - new)= 0 校验通过。

flyP · 2026-09-20 23:20 CST · Wave4 E1 第九十五棒 v82 evening 备料棒位 · 承接 v82 早棒位 9-20 10:00 CST + 第九十四棒 v81 evening 棒位 9-19 23:20 CST 落定后 24h 候选承接备料 + 9-20 全天 5 实例产出快照。净增量 = 7 件今日该主题最重要增量 + 9 件可引用 arXiv 号 + 2 件新立栖预备级候选(Plugin4Shell + OWASP MCP Top 10)+ 6 件立标升档稳态 + Atria Dawn 连续第三日跌出立标池 ⚠️⚠️⚠️ + 9 件 P1 待核 + 19 件 paper_card 待 cron_s2 覆盖。