为数据与机器学习流水线编写稳健的测试

在缺陷上线前拦截：JiTTesting 在全规模下的人机协同方法

Catching Bugs Before They Land: JiTTesting’s Human-on-the-Loop Approach at Full Scale

这是 Meta 工程博客的一篇文章，介绍其用大语言模型在代码提交前即时生成测试（Catching JiTTests）的方法从研究原型落地为内部基础设施的过程，并给出五个月部署中减少负载与误报的观察结果。文中还提到论文《Just-in-Time Catching Test Generation at Meta》对首次部署和测试细节的完整记录。适合关注大规模代码库测试、LLM 辅助软件工程的人阅读。

如何构建 AI 代码审查智能体——Daksh Gupta，Greptile

How to Build an AI Code Review Agent - Daksh Gupta, Greptile

这是 Greptile 联合创始人 Daksh Gupta 的演讲，介绍该公司对想要自建代码审查智能体的公司的建议。他从沙箱加 webhook 的简单方案讲起，说明该方案会漏掉缺陷、每个 PR 花费 3 至 25 美元并产生大量细枝末节的挑刺，随后逐项介绍改进方法：更聚焦的提示词、历史事故 PR 数据集、模型反转（用 GPT 审查 Claude 写的代码反之亦然，可多发现约 10% 的缺陷）、代码库上下文与持续更新的 wiki、在沙箱中借助 computer use 自主测试，以及把多数子任务交给更便宜的模型。视频带有章节时间戳。

Patch the Planet：Daybreak 支持开源维护者的计划

Patch the Planet: a Daybreak initiative to support open source maintainers

这是 OpenAI 的公告，介绍 Patch the Planet 这一 Daybreak 计划，与 Trail of Bits 合作，帮助开源软件维护者用 AI 辅助安全研究和专家人工审查来发现、验证并修补漏洞。文中描述安全工程师会在发现结果送达维护者前先行审查，并与项目合作开发补丁和测试、建立可复用的工作流。

Claude Code 团队如何进行代码评审

How the Claude Code team does code review

这是 claude.dev 博客的一篇工程文章（2026 年 10 月 15 日发布，阅读约 14 分钟），作者为 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang。文章讨论在智能体大量产出代码的情况下如何评审，介绍 Claude Code 团队在实现高覆盖和深度评审后，转而优化“不增加回滚或事故前提下所需的最少人工评审时间”，并列出重新思考评审目的、人的时间与注意力是稀缺资源、分层评审、“你提交你负责”以及团队如何采纳该流程等章节。

dagoSte/squadra

这是一个用于协调 Claude、Codex 和 Cursor 等多个编码代理窗口的开源工具，通过共享任务、确认回执、前置检查、并行测试、来源绑定证明和独立审查来组织多代理协作。它内置若干技能（复用经验教训、简化代码、工作量预测），并提供双语本地仪表盘跟踪进度、决策与证据，以及 MCP 插件。

教会你的智能体证明自己完成了任务

Teach Your Agent to Prove It's Done — Nick Nisi & Zack Proser, WorkOS

WorkOS 的 Nick Nisi 和 Zack Proser 讲解如何为编码智能体构建验证闭环，让智能体检查自己的工作，内容包括设定可检查的目标、CLI 健康检查、浏览器快照、LLM 评判与评估，使失败能驱动下一轮修复而不是落到人手上。演示使用“Midnight Snack Club”示例应用并附有可跟随的代码仓库。适合开发编码智能体或使用智能体写代码的工程师。