Jay 工程实践筛选 · 2026-07-24

本次主题

AI Agent 工程实践 · MCP 安全生态 · RAG 系统工程

检索范围

• arXiv (2605, 2603 系列)
• GitHub Trending / Topics (agentic-coding-tool, agentic-engineering)
• Substack (Gradient Flow, Aishwarya Srinivasan, Future AGI, IAEE)
• GitHub Gist (Shipwright PDLC Research)
• awesome-harness-engineering 精选

候选条目清单

保留条目详情

✅ 条目 1：AI Workflow Store — ArXiv 2605.10907 [最高优先]

标题： Engineering Robustness into Personal Agents with the AI Workflow Store
作者： Roxana Geambasu (Columbia + Google), Mariana Raykova, Pierre Tholoniat, Trishita Tiwari, Lillian Tsai, Wen Zhang (Google)
发布时间： 2026（确切日期未标注，基于上下文推断为近期）
链接： https://arxiv.org/html/2605.10907

核心观点： 当前 agent 范式的核心问题：on-the-fly 循环（几秒内合成并执行计划）跳过了传统软件工程的 disciplined processes（设计、测试、安全评估、分阶段部署）。文章提出 AI Workflow Store 概念：将 agent 工作流硬化（hardened）和确定性约束（deterministically constrained），使其可以跨用户和时间复用，从而分摊 SE 过程的高昂成本。

工程细节（真实环境/命令/错误/性能）： - 引用真实故障案例：删除整个收件箱（Flynn 2026）、抹除代码库（Ramesh 2026）、GitHub title 提示注入导致机器被入侵（Grith Team 2026） - 明确提出 6 类 SE 过程：需求收集、设计、工件实现、测试、对抗性评估、分阶段部署 - 指出 on-the-fly 执行在延迟和计算成本上的矛盾：即使每步多几秒推理也常被视为不可接受（Microsoft Dynamics 365 Team 2026） - 关键假设：SE 开销可以通过 AI 自动化比人类驱动开发快几个数量级 - 工作流可参数化泛化（例如"预订 Bob 推荐的 Airbnb"）

可信度： 高（Google + Columbia 联合署名，有真实故障引用）
后续行动： 精读，追踪是否已发表；核实引用的 2026 年故障案例原文

保留理由： 首个系统阐述 agent "工程化 robustness" 缺位的论文，有真实故障数据支撑，概念框架完整。

✅ 条目 2：Context Engineering — ArXiv 2603.09619 [高优先]

标题： Context Engineering: From Prompts to Corporate Multi-Agent Architecture
作者： V.V. Vishnyakova
发布时间： 2026-03-10（v1），2026-03-13（v2）
链接： https://arxiv.org/abs/2603.09619 | https://ar5iv.labs.arxiv.org/html/2603.09619
学科： cs.AI, cs.MA | ACM: I.2.11, I.2.4

核心观点： 提出四学科金字塔成熟度模型： 1. Prompt Engineering (PE) — 制作单个查询（必要但不足） 2. Context Engineering (CE) — 设计、管理 AI agent 决策的完整信息环境；五维质量标准：relevance、sufficiency、isolation、economy、provenance 3. Intent Engineering (IE) — 将组织目标、价值观和权衡层次编码进 agent 基础设施 4. Specification Engineering (SE) — 创建机器可读的组织策略和标准语料库

企业数据：75% 企业计划两年内部署 agentic AI（Deloitte 2026），但实际部署遭遇规模复杂性后回撤（KPMG 2026）。

工程细节： - 参考架构：Google ADK、Anthropic、LangChain - 参考框架：ACE framework、Google DeepMind's intelligent delegation - "whoever controls the agent's context controls its behavior"

可信度： 高（25页，有明确的 maturity model，引用企业调研数据）
后续行动： 精读 PDF 版本，确认是否包含具体系统架构图或命令示例

保留理由： 多 agent 系统组织工程的系统性框架，五维质量标准可作为工程实践评估框架。

✅ 条目 3：RAG 2026 深度技术博客 [高优先]

标题： All you need to know about RAG (in 2026)
作者： Aishwarya Srinivasan
来源： Substack
链接： https://aishwaryasrinivasan.substack.com/p/all-you-need-to-know-about-rag-in
发布时间： 2026（具体日期待确认）

核心观点与工程细节：

1. Context-Aware Partitioning（上下文感知分块） - 不按字符数切分，而用模型判断句子间 cosine distance 阈值，超过阈值则断点 - 子块（100 tokens）检索 → 父文档（元数据存储）补充上下文 - 效果：手术刀式精度 + 大文档丰富上下文

2. Hybrid Search + Reciprocal Rank Fusion（混合搜索） - 向量搜索（语义）+ BM25（词汇精确）并行运行 - RRF 公式：score(d) = Σᵣ 1/(k + r(d))，k=60 标准常数 - 两路搜索 top-5 命中的文档获得数学叠加boost，过滤语义噪声

3. Cross-Encoder Re-Ranking - Bi-Encoder（快但有损）→ 初步 top-100 → Cross-Encoder 精排 → top-5~10 送 LLM - 工具：Cohere Rerank 3.5 或 BGE-Reranker - 解决 "Lost in the Middle" 现象

4. Naive RAG 2026 危机 - 根本问题：bi-encoder embedding 对"特异性"（specifics）灾难性丢失 - 示例："Q3 2025 revenue vs Q3 2024 baseline"，向量搜索可能返回2024数据（一字之差对embedding模型语义距离可忽略）

工程细节评分： 高（RRF公式、数值k=60、两阶段pipeline：检索→重排→生成、子父块架构） 可信度： 中高（技术细节具体，但为博客形式，非正式发表） 后续行动： 核实是否有命令示例或代码仓库；补充 Cohere Rerank 3.5 基准数据

保留理由： 混合搜索 + RRF + 两阶段重排是 2026 生产 RAG 标配，本文给出了最清晰的pipeline描述。

✅ 条目 4：AgentCI 竞品情报 [高优先]

标题： Shipwright PDLC Research - AgentCI (2026-03-28)
来源： GitHub Gist
链接： https://gist.github.com/dipandhali2021/f4753824c87cbbc5ff3e94d2c9d3e54f
作者： competitive-analyst（自动化研究 agent）

核心内容（表格化关键数据）：

关键工程发现： - MCP 月 SDK 下载量：2026-02 突破 9700 万次 - MCP 生态规模：270+ MCP servers 可用 - 43% MCP 实现存在命令注入漏洞（command injection） - MCP Inspector 官方工具自身存在 CVE-2025-49596 RCE 漏洞 - 三项未满足的工程需求： 1. 统一 health score（安全 + 规范符合 + 认证配置 + 工具描述质量） 2. CI gate（规范符合失败则阻止 PR 合并） 3. 轻量级 mcp-health CLI（GitHub Actions 可用，无需 Snyk 账户）

工程细节评分： ⭐⭐⭐⭐（工具对比表、命令行flag如--local-only、CVE编号、下载量数据） 可信度： 中（研究型agent产出，表格数据来自公开信息，但原始来源未逐一标注） 后续行动： 交叉核实 Snyk Agent-Scan 2026-03-25 v0.4.10 更新内容；验证 CVE-2025-49596

保留理由： 提供了 MCP 安全生态最完整的工程化工具对比，含真实star数、CLI flag、漏洞编号，不可多得的竞品技术基准。

✅ 条目 5：awesome-harness-engineering [高优先]

标题： Under the Hood: Security Architecture of GitHub Agentic Workflows
来源： GitHub / awesome-harness-engineering
链接： https://github.com/ai-boost/awesome-harness-engineering
发布时间： 2026-03-09（GitHub architecture write-up）

核心工程内容（防御纵深架构）： GitHub 2026年3月的架构文档描述了 coding agent 在 CI 内运行时的防御层次： 1. Isolated agent container（隔离 agent 容器） 2. Firewall（防火墙） 3. MCP Gateway（MCP 网关） 4. API Proxy（API 代理） 5. Staged safe outputs（分阶段安全输出） 6. Zero-secret execution（零密钥执行）

核心理念：将 agent 执行视为 hostile workload inside automation infrastructure。

Block's Goose（2026-04 捐赠给 Linux Foundation）： - MCP-native 架构：每个能力都作为 MCP server - 成为构建 vendor-neutral、extensible harness 的实用参考 - 工具集整合为主要扩展机制（非框架特定插件）

Agentic Development 四项基础设施能力要求（Agentic Engineering 文章）： 1. Per-task isolated sandboxes（per-task 隔离沙箱） 2. Sub-100ms startup（启动 <100ms，排除传统 VM 和大多数 K8s 方案） 3. API-driven lifecycle management（API 驱动生命周期管理） 4. MCP-native environment control（MCP 原生环境控制）

工程细节评分： ⭐⭐⭐⭐（具体架构层次、命名组件、100ms 性能约束） 可信度： 高（来自 GitHub 官方 write-up 和 Linux Foundation 捐赠公告） 后续行动： 获取 GitHub 2026-03-09 原文；追踪 Goose MCP-native 架构的 GitHub 仓库

保留理由： GitHub 官方 CI agent 安全架构 + Block Goose 是 2026 Agent Harness 工程实践的两大标杆案例。

⚠️ 条目 6：RAG Reimagined — Gradient Flow [中优先]

来源： https://gradientflow.substack.com/p/rag-reimagined-5-breakthroughs-you
保留原因： 涵盖 RAG 2.0（集成系统）、Grounded LM（可验证答案）、Agentic RAG、多模态 RAG、Lance v2 基础设施 丢弃理由： 内容偏综述，未包含具体命令或代码片段，工程深度不及条目3

丢弃条目及理由

分类标签

agent-harness MCP-security RAG-engineering software-engineering GitHub-agentic workflow-store context-engineering enterprise-agents

建议写入路径

/shared/research-kb/inbox/jay/2026-07-24-engineering-filter.md ✅（已写入）

后续行动建议