Tessl 工程博客探讨 AI 软件工厂的成本该由谁负责

Tessl 工程师 Ankit Jain 分享团队 PR 量翻四倍、代码几乎全部由 AI 生成后，放弃逐行 diff 审查、改为在代码生成前审查意图并逐条验证验收标准的做法。关键实践包括维护 offer-skill 技能理解代码变更，以及把重复出现最多的审查评论固化成机器自动执行的不变量规则，作者预计第二个月起审查负担明显缩小。

作者基于为跨公司工作的 Agent 构建记忆系统一年的经验指出，AI 失败的常见原因不是模型推理差，而是它看不到关键决策上下文，多数 agent memory 只是给瞎子更大的档案柜。

微软团队在 VS Code 的 GitHub Copilot Chat 中用 15 个场景共 150 个 agent 任务对比 Claude Sonnet 4.6 与 Sonnet 5。

Tessl 博客提出，AI 软件工厂能生成代码、跑测试并开 PR，Review 队列堆积只是表象，真正的问题是如何放心让变更在无人逐行阅读的情况下推进。文章给出四类控制：降低出错概率（测试、静态分析、架构约束、隔离执行）、验证结果（验收场景与关联意图的证据包）、定位风险（系统关键性、依赖中心性、事件历史、可回滚性）、降低影响（隔离单元、熔断、特性开关、自动回滚）。

Tessl 工程团队介绍自研的 Tessl Code Review，称约 75% 的 PR 已无需人工评审即可合并。

Tessl 宣布已完成 SOC 2 Type II 审计，报告由独立审计机构 A-Lign 出具，覆盖访问控制、持续监控与事件响应、员工安全意识培训及安全软件开发等控制项。Tessl 表示正推进 ISO 27001 认证，内部审计本月启动、外部审计在 11 月进行，客户可通过 Tessl Trust Center 申请完整报告。

Netlify 的 Dana Lawson 在 AI Native DevCon London 演讲提出智能体体验（AX）概念，认为构建者已从专业开发者扩展到非技术人群。

Addy Osmani 撰文称新版 Claude 模型所需提示词比多数人习惯的更少，针对 Opus 5.5 建议用单一明确目标加验证条件让 Claude 自主工作，从 /effort medium 起步按需调整。

OpenAI 员工 Hemanth Asirvatham 和 Elliott Mokski 发表下一篇经济系列文章，探讨 AI 进入企业组织架构的三种情形：在每位员工之下形成 AI 劳动力 basement、作为同事穿插在现有组织图中、以及夹在人类之间充当协调层。

LangChain 详解自家设计 agent Content Studio 如何在 Slack 中根据一条提示生成视频、幻灯片和社媒图等代码化资产，已累计产出超 3000 件资产、80 多套幻灯片，单次请求模型成本从约 $8 降至约 50 美分。