James Shore 讲解如何度量 AI 软件开发的意外后果

James Shore 在其系列文章第二部分提出测量 AI 对交付速度影响的方法。他指出交付速度不等于生产力，代码行数和 PR 都不可靠，建议采用随机分组、先估时后分配的组内重复测量实验，并提醒速度提升需按任务占比折算为整体收益，引用 METR 研究称工程师高估 AI 提速近 50%。

Mike Loukides 分析 PHP2Shell 事件：Wiz Research 在 8 月底发现 PHP 两个 RCE 漏洞（CVE-2026-109618 和 CVE-2026-109619），可追溯到 PHP 5.4，漏洞细节 10 月 20 日被提前泄露，PHP 团队次日发布 PHP 8.5.12、8.4.27、8.3.36 和 8.2.35 修复版本。

James Shore 在 O'Reilly Radar 发表系列文章首篇，介绍如何量化 AI 对软件开发的组织级影响，分四部分覆盖交付速度、负面后果和业务结果建模。

两位作者提出智能体软件工厂的需求层次框架，主张以自主且异步执行为核心，从一个 Agent 加一条自动化即可起步。框架分四层：Agent harness、个性化、自动化和持续学习，并以发票追踪应用为例说明各层做法。

重庆 Force Academy 在 G7–G12 学生中推行"第二使用者测试"，把看似完成的项目交给另一名学生独立使用、核查或修改，以检验原作者之外的人能否看懂。

作者在 O'Reilly 系列节目 The Monday Morning Agent 中用 nflverse 五个赛季约 25 万条比赛数据构建 AI 分析智能体，第一集讨论「必须建立跑攻」这一主张。

O'Reilly 作者 Chester Ismay 开启 The Monday Morning Agent 系列第一期，用约五个完整赛季的 nflverse 公开数据构建一个 AI 橄榄球分析师智能体。

O'Reilly《Zero to Agent in 30 Minutes》最终集由 AI 工程师 Sajal Sharma 演示如何在 OpenClaw 上构建可自主处理定时任务的个人助理，用户可自选部署位置、模型和数据访问方式。

WebMCP（与 MCP 不同）为网页开发者提供标准方式，通过 document.modelContext.registerTool 注册带名称、描述和输入 schema 的结构化工具，让 Agent 直接调用网站能力，也可用 HTML 表单属性声明式暴露工具。

OpenRouter 发布教程，讲解从任意 LLM 获取可靠结构化输出的三种方式：支持 structured outputs 的模型发送严格 JSON Schema，只支持工具的模型强制单次工具调用，只需标签时用 Jev 决策模型。