Dex Horthy 谈 Agent 编码的规划工作流选择：小任务直接 one shot，中大型任务先 grill 再考虑 /wayfinder

我不是想贬低 GitHub，他们最近确实实现了惊人的规模化，但如果你热衷于从第一性原理出发构建智能体软件锻造平台，联系我，我们正在 @humanlayer_dev 把它做出来

不小心把软件工厂说成了CI/CD，然后他们把我踢出了SF [引用 @sloppenheimer]：不小心把agent sandbox说成了microvm，然后他们把我踢出了SF

一直都是这样 【引用 @DavidKPiano】：我先把话放这：把控制流写进 markdown 给智能体用（skills、prompts 等）这股风潮，过几个月回头看会显得*特别*傻

"为什么软件工厂会失败"已获得 30 万次观看且仍在增长--别做最后一个看到的人 🙂 深入探讨编码智能体、为什么我们仍然应该阅读代码，以及如何设计你的软件工厂 https://youtu.be/Ib5GBkD555M?is=c5imuk3HIVcKFNal

20 分钟后在 @AgenticAIFdn AGNTCon + MCPCon 开播，聊聊 "12-factor factories"--slopcodebench、gas town 的情况等等--直播地址 https://www.youtube.com/watch?v=LbsBVem-VcE

HumanLayer 的 Dex Horthy 提议为 Agent 技能做一个简单的 vendoring 管理器：把依赖技能 SKILL.md 的内容作为引用并入主技能，该做法已在 HumanLayer 内部使用，他询问是否有用。

HumanLayer 的 Dex Horthy 认为 jev 是重读 12 factor agents 的绝佳契机，因为工具调用本身可拆解为分类+动作。若把 AI 程序设计成在分类、数据结构化、确定性代码与小型智能体式追加对话循环之间切换的流水线，jev 就是极佳的构建模块。引用推文称 jev 让 AI 被组合进系统与产品，而非让 AI 本身成为产品，像是一个此前缺失的原语。

一个"软件工厂"之所以优秀，大部分原因与AI无关。 我们几十年来为帮助新员工、外包人员而构建在系统中的那些护栏和缓冲带，如今在智能体编写大部分代码的情况下更加重要。 我与 @vaibcode @colemurray @tbrownio 合作，深入探讨了软件工厂的战术以及在一线实践中行之有效的方法

HumanLayer 的 Dex Horthy 今晚在伦敦市中心附近一家酒吧办小型聚会，面向 RPI、软件工厂、slopcodebench、用 coding agent 解决难题以及 HumanLayer 的爱好者，无赞助、自付酒水。他约上午 11 点落地 LHR，可顺路到办公室做 collison 安装或软件工厂设计 session。感兴趣可评论或私信获取详情。

HumanLayer 的 Dex Horthy 质疑"领域专用 harness"是否只是"AI 智能体"的换名，例如"保险 AI 智能体"变成"保险领域专用 harness"，并追问两者区别。他认为"Agent"一词语义过于分散、每个人理解不同，改用更明确的说法或许是好事；harness 可能意味着面向终端用户更标准化的定制界面，如 skills/mcp。