云雀 · 轻技术笔记
2026-10-19 Coding Agent 已经被拆成 7 层 —— Anthropic 工程长文《How the Claude Code team does code review》+ OpenCode 2.0 + Android Skills 同天把"Harness"这件事彻底切开了
1. 一句话总结今天
过去 7 天 AI 圈发生了一件很深刻的事：模型层已经不再重要了，真正值钱的是"Harness（生产线）" —— 不是 Claude 写代码这事儿，而是 "Claude 写代码 → 找到 review → 通过 review → 出问题能 rollback" 这条流水线。10 月 15 日 Anthropic 在 claude.dev 发了 4000 字工程长文《How the Claude Code team does code review》（作者：Addy Osmani / Morgan Westlee Lunt / Qing Wang；HN 472 分 10-16，457 条评论），第一次把这条流水线完整画成 7 层；10 月 14 日 Anomaly 公司的 OpenCode 2.0（HN 886 分 393 评论）把这套流水线 client/server 化 + Code Mode 化 + 80+ 热重载插件化——独立公司在 client 层抢 Anthropic 客户的第一枪打完了；2026-10-19 GH Trending daily #10 出现 android/skills（8847 stars）——Android 团队下场做 Skills 协议，Skills 协议分发战的第四家来了。
三件事讲的不是同一个剧本，但都指向同一个反常识判断——Coding Agent 已经从"工具"变成"流水线"，模型层被压成一行 require，harness 七层里每一层都有独立公司机会。模型层不是核心竞争力这件事，已经不是推断了——Anthropic 自己用 4000 字公开认了。
2. Anthropic 工程长文把 Coding Agent 的 7 层全画了出来
我先把 Anthropic 那篇长文拆了。作者三个名字：Addy Osmani / Morgan Westlee Lunt / Qing Wang，全是 Claude Code 团队的核心工程师。文章核心就一句话——**"我们没把人从 review 里拿掉，我们把人从"line by line 看 diff"这件事里拿掉"**。
先把数字甩出来：Anthropic monorepo 每天合并的 PR 从 5 月 2500 涨到 9 月 3 万。Claude Code 团队的 PR 量比这个还多，他们说"ship at the volume we produce it"。但 review 被拿掉后的 revert（回滚）比例反而降了 40% 以上——6 月到 9 月的合并 PR 量翻倍，必须 revert 的占比降 40%。
不要小看这个数字。AI 圈过去一年的默认叙事是"模型写代码越多 bug 越多 → 雇更多 reviewer → reviewer 招不到 → 崩"。Anthropic 用数据打破了这条链——review 的目标是"找到变更会引发什么问题"，不是"人有没有看过"。**他们把 review 从"末端人工门禁"切到"连续机器阅读 + 人工风险化判断"**。
具体怎么切？长文里那张图把流水线的 7 层全部展开：
Layer 1：变更前先验证 —— 不要等 PR 开出来再 review。Claude 跑之前先用 subagent 在新鲜 context 里读 diff 自己改一遍，再让 Claude 跑 tests / build / 截图对比设计稿。这种 "pre-PR review" 在我看来最狠——它把 review 的成本从"PR 之后 30 分钟"压到"开发过程中 0 分钟"。Boris Cherny（Claude Code 之父）原话——"给 Claude 一个能验证自己产物的东西，估计能让最终结果好两到三倍"。
Layer 2：每个 PR 都跑 AI Review —— Claude 读 PR diff 比对仓库其他代码 + PR 的 stated intent，回答三个问题：这个问题解了吗？是不是 fit 系统？是不是把别的东西搞坏了？bug fix 还要问"找到 root cause 没"。Claude Code 团队的 Code Review 产品已 GA（Team 和 Enterprise 计划），/code-review 命令本地有轻量版。**Anthropic 团队报告 launch 后 substantive review comments 的 PR 占比从 16% 涨到 54%**——大部分小 PR 直接 clean，大 PR 都给 findings。
Layer 3：Findings 被多 agent 互相 verify 之后人类才看 —— 几个 agent 同时找 bug，单独的 group 对每个 finding 投票，得分够了才 post 到 PR。样式 / 诊断 / 清理类 findings 全被 drop 掉（Anthropic 在内部 PR 上 A/B test 过这些 filter 才保留）。剩下的 findings 标三个等级：Important / Nit / Pre-existing。
Layer 4：Security Review 独立 + 阻塞合并 —— Security 单独一条线，bug review + security review 的 findings 任何一个没关 PR 不能合并。每个 finding 必须 fix 或 close 线程并写原因。后续 commit 自己 fix 的话 finding 会自动 clear。Anthropic 的开源版 security review 是 GitHub Action + /security-review 命令。
Layer 5：自动化 check 阻塞 —— lint / 类型检查 / 多平台 tests / build。每个 PR 通常几十个 check 跑完才给人看。PR template 强制要求写 "Testing / Risk / How to revert" 三栏。
Layer 6：人类 Approval 按风险分层 —— 文档改动和 auto-updater 改动风险等级不一样，所以 review 不一样。**Anthropic 的做法是用 classifier 读变更自动判定 risk tier，第二个 classifier 问"这次变更需要另一个人看吗"**。可信作者可以走 Light 路径，但 agent approval 永远不能顶替人。Anthropic 写了一句特别狠："An agent's approval never counts as a person's, either"。
Layer 7：Merge Queue + Feature Flag + Staged Release + 一键 Rollback —— merge queue 用 main re-run 所有 check，新行为先开在内部 flag，public release 走 latest → stable 两阶段。
我读完整篇发现一件事——Anthropic 把 harness 的 7 层里，1-4 是 Claude 干，5 是 CI 干，6 是人干，7 是流程干。前 4 层对应"产品 = Code Review for Claude Code"，第 5 层对应"CI 平台"，第 6 层对应"CODEOWNERS / GitHub Branch Protection"，第 7 层对应"LaunchDarkly / Harness Progressive Delivery 类工具"。
每层今天都有独立产品在做。但 Anthropic 把它们拼起来画了一张完整图——这件事的意义远远超过 Code Review 本身。我下面会讲。
还有第 8 层我必须单独说——long-running review loop 的收敛。Anthropic 内部 review 迭代演化出"agent 写 / agent 审"无尽循环的反模式：一个 CLI PR 跑 50 轮 review and fix，一夜之间。他们 git blame 发现 reviewer 反复 flag 的 59% 是上次 review 当时的代码——reviewer 一开始找到的 bug 它自己没修，等下一轮又找到同一处，跑下来就是 reviewer 和 author 互相喂饭但发现没新东西。
最终做法是：
- Round 阈值：3 轮之后 reviewer 主动让作者重新思考整个 approach
- 头几轮之后只 re-review diff（不看整个文件）
- 找 bug 时按 bug class 标，让 author 一次改完不要 fix 一处再循环
- 重复 finding 不再 post
这一段是整篇长文里 AI 味最少的部分——因为它不是讲 "AI 怎么写代码"，而是讲"AI 写代码跟 review 之间怎么不出 o(n) 的循环"。这是工程文化问题，不是技术问题。但对每个未来 12 个月做 coding agent harness 的工程师来说，这是文档级别的硬约束。
3. OpenCode 2.0 在 client 层抢 Anthropic Claude Code 客户
上次日报（10-15）我讲过 OpenCode 2.0 在 HN 上拿了 386 分。今天再补充几个事——这件事在 2026-10-19 GH Trending daily 上 anomalyco/opencode 还挂着 #3（单日 +1414 stars，week 也 #1，217k stars 累计），一周热度不掉反涨。我读完原文后判断这是"独立公司在 client 架构层抢 Claude Code 客户的第一枪"，判断不变但证据更硬了。
先把 OpenCode 2.0 到底干了什么摆清楚。如果你 10-15 看过那篇日报可以跳过。
第一件事：client/server 正式定型为 coding agent 默认形态。OpenCode 1.0 已经有了 client/server，2.0 直接把它做成"打开 TUI / Web / Desktop 三端时自动跑一个中央服务进程"。这个抽象层级跟 Claude Code 不是一回事——Claude Code 是"CLI 进程 + Anthropic 后端 API"，没有"本地长期运行的 server"这种概念。Anomaly 跟 Anthropic 抢的不是客户，是 client 架构。
第二件事：Code Mode。Anomaly 用 @opencode/codemode 包内置了一个最小 JavaScript 解释器，让 agent 直接写 JS 脚本调用 MCP 工具，一次 round-trip 干完所有事。所有 MCP server 在 OpenCode 2.0 opt-in 到 code mode 默认。意思是"你可以同时挂 1000 个 MCP server，context 不会爆，agent 自己写脚本发现 + 组合它们"。
这件事厉害在哪？对比一下 Claude Code / Codex CLI / Cursor 的 harness 设计——他们现在的架构都还在 "一次工具一次 round-trip"。OpenCode 2.0 直接换剧本按 "agent 写代码调用自己" 设计 harness。新一代模型（Opus 5.5 / GPT-6 / Fable 5.1）的代码能力比上一代强一截，harness 应该让模型写代码而不是让模型一次一次调工具。
第三件事：hot-reloaded plugin + 80+ 内部插件。"We forced ourselves to implement nearly every OpenCode 2.0 feature as an internal plugin and there are now 80+ of them"——Anomaly 把几乎所有功能实现成"内部插件"，保证 Plugin API 不会烂掉。hot-reload 让 OpenCode 在 session 里给自己写插件然后立即用。这件事跟 Skills 协议的关系：Skills 是 SKILL.md 文件级抽象，OpenCode plugin 是 native code 级抽象。比 Skills 深一层。
第四件事我今天才看明白：SDK + Effect integration。OpenCode 2.0 可以当 library 用（@opencode/sdk），跑在 Durable Objects 或其他 server 上。Anomaly 还在做一个 Effect-based API（effect 库是 TypeScript 函数式编程标准）——这意味着他们已经在赌 "AI agent runtime 用 Effect 重写" 这个剧本。一个独立公司在 client 层抢 Claude Code 的同时，已经开始为 serverless runtime 重做 harness。
OpenCode 2.0 我用一句话翻译：Anomaly 在 10 月 14 日用一篇 886 分的博客 + 一个完整 client/server 协议 + 一个 Code Mode + 80+ 插件 + Effect integration 五条战线同时推完了"coding agent 时代的 npm registry"。Anthropic Claude Code 半年内必出类似架构，否则开源社区会把这层标准拿走。
4. Android Skills —— Skills 协议分发战第四方来了
如果说 OpenCode 2.0 是 10 月中旬最热的开源爆款，今天 GH Trending 10-19 daily #10 的 android/skills 是最容易被低估的一个。
android/skills 8847 stars，单日 +375 stars（看起来不多，但 android/ 这个组织名是关键信号）。
为什么？因为这是 Google 官方下场做 Skills 协议。
时间线回放一下 Skills 协议的生态演进——
- 2025-10-16 Anthropic 提出 Skills 协议（HN 816 分）
- 2026-08-09 Google / Cursor / NVIDIA / TencentCloud / OpenShell 五家基础设施级厂商开始适配
- 2026-09-22 Anthropic 开源 anthropics/financial-services（投行 Skills 包，35.7k stars），Skills 协议开始溢出非工程职业
- 2026-10-14 Vercel 用
npx skills抢 Skills 协议分发入口 - 2026-10-19 Android 团队下场做
android/skills
Skills 协议分发战的玩家从"Anthropic + OpenAI + Vercel"三家切到"Anthropic + OpenAI + Vercel + Google/Android"四方。这不是小事——Android 团队下场意味着 Google 已经在赌"Skills 协议"变成"Agent 时代通用 UI 层"。Android 这个客户端背后是 30 亿设备、300 万个 APP——如果 Android 系统层原生支持 Skills，Skills 协议就不是"NPM registry"那么简单了，它会变成"Android Intent + Skill 标准"。
我对这条线的判断是：**Skills 协议分发战的剧本在 10-19 出现了拐点 —— 从"谁拿到 npm 注册权"切到"谁拿到 OS 原生适配权"**。Anthropic 拿到协议制定权，Vercel 拿到 npm 分发权，OpenAI 用 MCP 套 Skills 拿到生态规范权——但 Google 通过 Android 团队直接拿到了"OS 集成权"。这一层 Vercel 不可能抢到，Anthropic 不可能抢到，OpenAI 也不可能抢到——只有 Google 有 Android。
android/skills 这个 repo 现在 8847 stars 主要是"Android 开发者 + Android 设备发烧友"在追随。真正的拐点是它下个月跟 Google Play / Android Jetpack / Android AI 的集成——那一天来临时 Skills 协议分发战会被 Google 锁死。
这件事也意味着 Skills 协议作为"AI 时代的 npm registry"剧本要打折扣。真正的赢家可能是"Skills 协议 + 系统级集成"双件套的厂商——Vercel + Anthropic + Google 三方混战，OpenAI 用 MCP 加塞。
我之前判断"Skills 的 Red Hat 12 个月内必出"需要修正：Red Hat 不会是一家，是 OS 厂商（Google）+ 分发商（Vercel）+ 协议制定者（Anthropic）三方各拿一层。
5. Harness 的 7 层 —— Coding Agent 已经从"工具"变"流水线"
把今天三件事 + Anthropic 长文 7 层 + OpenCode 2.0 五条战线加起来，你能看清一件事——Coding Agent 已经从"工具"变成"流水线"，每一层都有独立公司机会。
我画一张表把这 7 层摊开：
| 层 | Anthropic 用的方案 | 现在的代表产品 | 12 个月窗口期 |
|---|---|---|---|
| 1. 模型层 | Claude | Anthropic / OpenAI / Google | 已三家分庭，新公司难 |
| 2. Harness（执行层） | Claude Code | Claude Code / Codex CLI / OpenCode / Cursor / Cline / Aider / Pi | 已百家混战，新公司极难 |
| 3. Skills（方法论层） | .claude-plugin / Skills | Anthropic / Vercel / OpenAI / Google | 跨厂商适配器窗口 |
| 4. Review / Verification | Claude Code Review | Code Review for Claude Code / iFixAi / PR-Agent / Sentinel | "AI review 评测集"窗口 |
| 5. 调度 / 编排 | subagent + 80+ plugin | OpenCode Server / Stately / LangGraph / Google AX | 跨厂商 gateway 窗口 |
| 6. 安全 / 审计 | Security Review | iFixAi / vxcontrol/pentagi / Trail of Bits | 治理层窗口期最大 |
| 7. 分发 / Registry | npm registry | Vercel (npx skills) / OpenAI Marketplace / Android Skills |
Android OS 集成窗口 |
模型层（第 1 层）已经三家分庭，Anthropic / OpenAI / Google，新公司进不去。
Harness 也就是执行层（第 2 层）已经百家混战，Claude Code / Codex CLI / OpenCode / Cursor / Cline / Aider / Pi 等，新公司进来的边际收益很低——这是 2025-2026 年最红的赛道，现在已经是红海。
Skills 也就是方法论层（第 3 层）正在发生协议制定权争夺，跨厂商适配器是窗口期机会。我之前 10-12 日报判断"Skills 的 Red Hat 12 个月内必出"，现在修正——Red Hat 不是一家，是 OS + 分发 + 协议三层各占一家。
Review / Verification（第 4 层）是今天这篇文章的核心 —— Anthropic 工程长文把这一层完整画了出来。Anthropic Code Review 产品已经 GA，但它绑死 Claude Code。其他需要这层能力的工程公司没有挑选空间——CodeRabbit / Sourcery / Graphicle / AxiomCode Graph / Sentinel 都还在 PR-Agent 那一代。这层 12 个月窗口期最大。
调度 / 编排（第 5 层）：OpenCode 2.0 的 client/server + Code Mode + 80+ 插件是这一层的工程级答案，Google AX / Stately / LangGraph 是另一派答案。这层会出一个 $5B+ 级别的公司，独立公司有戏但窗口在收窄。
安全 / 审计（第 6 层）：10-14 治理层元年那天我讲过——字节单设安全部门，OpenAI 谈收购 Trail of Bits，iFixAi / pentagi / CLI-Anything 同步开源，HN Containment and monitoring failures 800 分。这层是 7 层里窗口期最大 + 资本关注度最高 + 大厂主动收编同时发生的——任何一个跑出来都是 $10B+ 估值。
分发 / Registry（第 7 层）：Vercel npx skills 抢 npm 分发，Google android/skills 抢 OS 集成。这层的赢家已经在定了，没窗口。
独立工程师未来 12 个月窗口期有 4 层：第 3 层跨厂商适配器、第 4 层 review/verification 评测集或产品、第 5 层 harness 调度库、第 6 层安全/审计。
但最值得做的不是这 4 层里的任意一层，是第 4 层——因为 Anthropic 工程长文刚把它完整画出来。所有做 review / verification 的产品今天都还停在 "PR-Agent 时代"，没人做"7 层 + finding 等级 + 多 agent 投票 + drop nitro filter + 收敛循环"这个完整剧本。这是 12 个月内最容易切进去做独立产品 / 开源项目的一层。
6. 反常识洞察
把这三件事同天落地的剧本讲完，我必须打几个反常识。
第一个反常识：Anthropic 不是"卖 token 的公司"，是"已经用 Claude 写自己 review 流水线的公司"。Anthropic 内部 Code Review 流水线 7 层里 1-4 层是 Claude 干。这意味着他们早就过了"AI 写代码好不好"这个争论——他们已经把 AI 写代码当成既定事实来设计 review 流水线。真正难的事不是 AI 写代码，是 AI 写的代码谁来 review、怎么 review、review 错了谁接锅、review 永远不过怎么收敛。Anthropic 用 7 层结构回答了所有这些问题。
第二个反常识：Coding Agent 已经从"工具"变"流水线"，每一层都有独立公司机会。我前面列的 7 层表里第 2 层 harness 是红海，但第 3-6 层是窗口期。从今天开始到未来 12 个月，"做 coding agent"这件事的最佳姿势不是"做一个 Claude Code 替代品"，是"做 Anthropic 工程长文里某一层的具体组件 + 跨厂商开源"。
第三个反常识：Skills 协议分发战的剧本错了 10-12 我自己打的判断。android/skills 出现意味着 Skills 协议的赢家不是单一公司，是"OS 厂商 + 分发商 + 协议制定者"三方各占一层。Red Hat 不是一家。我之前判断的"Skills 的 Red Hat 12 个月内必出"现在修正为"Skills 的 Red Hat 12 个月内不是一家是三方"。下次有人告诉你 Skills 协议会被谁统一垄断——告诉他不对。
第四个反常识：Code Review 这一层不是"找到 bug"。Anthropic 把它定义成"找变更会引发什么问题 + 哪个 check（自动还是人工）能 catch 它"。所有把 Code Review 当 bug detector 的产品都跑错了赛道 —— 这是 coding agent 时代 reviewer 工程师的核心角色转变。Sourcery / CodeRabbit / Graphicle / AxiomCode Graph 这一代 PR-Agent 都还在 "diff → 静态分析 → 提 issue" 的剧本里跑，Anthropic 已经把 reviewer 当 "what check is right" 决策器。这层重新做一年的工程量够大。
第五个反常识：harness 的 review loop 必须收敛。Anthropic 自己内部有 PR 跑 50 轮 review + fix 才合。这不是 review 不严，是 harness 没设计收敛。所有做 coding agent harness 的工程师必须把"round 阈值 + diff-only re-review + bug class flag + no repeat findings"这四条写进自己 harness —— 缺一条 review 循环会爆炸。
最后一个反常识：Anthropic 不出 6 个月会出 OpenCode 2.0 类架构。Anomaly 已经把 client/server + Code Mode + hot-reload plugin + Effect integration 五条战线半天推完了。Anthropic 不可能跟进这么快 —— 但是它必须跟进 client/server 协议 + Effect 集成这两个核心。Anthropic 的"工业级 coding agent"叙事未来 6 个月会被 OpenCode 2.0 这个开源 client 抢走一大块。
额外加一个判断：Anthropic 工程长文的 7 层跟 OpenCode 2.0 的"client/server 五件套"组合起来看是矛盾的——Anthropic 是"中央 server + 多人协作 review"的剧本，OpenCode 2.0 是"本地 server + 多端接入"的剧本。coding agent harness 的"server 该放本地还是云端"这个问题未来 12 个月内不会出现统一答案——这是开源和闭源的本质区别决定的：开源必须本地 server（Anomaly 没法做云端 harness），闭源可以云端 server（Anthropic 的 Claude Code 用 Anthropic 后端 API）。两类产品分别服务两类客户。这跟数据库时代的"MySQL 本地 / Snowflake 云端"分裂同款剧本，独立工程师卡位时要看清楚自己服务哪一类客户。
还要说一个判断：Anthropic 工程长文里"Long-running review loop convergence"那段（PR 跑 50 轮 review 才合）对国内 Coding Agent 团队尤其有借鉴意义。国内 AI 圈的 coding agent 都还在"agent 干越多越好"的剧本里跑——Anthropic 已经告诉你"agent 干太多 review 循环不收敛就是灾难"。这件事 12 个月内对国内是红利——Anthropic 已经踩过的坑、国内团队可以照着补丁文件改 harness 不用踩，60% 以上国内 coding agent 公司的 PR-Agent 还在"agent 越多越好"的剧本里跑，明年开始这是上市故事里的硬风险。
7. 跟过去 7 天日报的对账
我必须诚实告诉你——今天这篇不是凭空冒出来的，是过去 7 天主线在 10-19 同天被三件独立事件一起确认。
10-15 我写过 Anthropic Source Control 工程长文 + OpenCode 2.0 + 治理层元年同天。今天 Anthropic 第二篇工程长文（Code Review）+ OpenCode 2.0 持续霸榜 + Android Skills 三件事，是同一个剧本的延续。
10-14 我写过 Vercel npx skills 抢分发入口。今天 android/skills 出现意味着分发入口已经从 npm registry（Vercel）切到 OS 集成（Google）级别。这是 Skills 协议分发战的拐点。
10-12 我写过 Skills 协议溢出全职业。今天 android/skills 出现意味着 Skills 协议从"npm registry"切到"OS 层"—— 同一个剧本换层。
10-10 我写过 Cloudflare 收购 Deno 完成 1997 剧本。今天 android/skills 出现意味着 Google 通过 Android 团队复制 Vercel 抢分发入口的剧本 —— 1980s 微软 + IBM 的供应链 > 1980s 个人电脑 OS 的剧本今天重新跑。
10-08 我写过 workhorse 定价权交接。今天 Anthropic 第二篇工程长文把"workhorse 不是新"换成"review 流水线 7 层"——同一个"SOTA 不重要"剧本换层。
做对的事：第 6 层（治理层）窗口期最大这条判断，10-15 那篇已经下了，今天看 Anthropic 工程长文把 review 也列了一层，第 6 层跟第 4 层交叉验证。
做错的事：10-12 我写过"Skills 的 Red Hat 12 个月内必出"，今天必须修正——Red Hat 不是一家是三方。
修正判断：未来 12 个月 Coding Agent 时代的独立工程师窗口期在第 4 层（review/verification）这一层最大——Anthropic 把它完整画出来了，但是绑死 Claude Code。其他需要这层能力的工程公司没有挑选空间。
8. 你今天能做的 6 件事
我不说空话。下面 6 件事是看完今天素材后能马上动手的——前 4 件 30 分钟搞定，后 2 件 30 天卡位。
第一件：30 分钟读 Anthropic 工程长文 + 自己用 Claude Code 推一个 1000 行 PR。长文在 https://claude.dev/blog/solving-code-review-at-anthropic/。重点看 7 层流水线那张图 + 收敛 review loop 那 4 条约束。看完之后用 Claude Code 推一个 1000 行代码的 PR 进自己的 GitHub，体验"agent 写的代码你自己审不动"到底是什么感觉。你会理解为什么 review 流水线是 7 层不是一层。
第二件：30 分钟跑 OpenCode 2.0 client/server + Code Mode。OpenCode 在 https://github.com/anomalyco/opencode。装上后跑 opencode upgrade --major（1.x 才能升 2.0），跑一个 demo：GitHub bug 自动开 Linear ticket，体验"agent 写 JS 脚本一次 round-trip 干完所有事"vs "agent 一次工具一次 round-trip"两种模式的 context 消耗差距。你会理解为什么 Code Mode 是 coding agent 时代的必需品，不是 nice-to-have。
第三件：30 分钟装 android/skills Skill + 跑一遍。Android Skills 在 https://github.com/android/skills。读 README + 跑一个最小 demo：让 Android Studio + Skills 帮你改一个 Jetpack Compose 的 Button 组件。你会感受到"Skills 协议被 OS 集成" vs "Skills 协议被 npm registry 集成"两种体验差。
**第四件：30 分钟跑 Vercel npx skills**。npx skills 命令在 https://github.com/vercel-labs/skills。装一个 Skills 包（推荐 obra/superpowers 30 万 stars 这个把整套软件方法论压进 Skills 的项目）。你会感受到"npm registry 拿分发" + "OS 集成 Skills"两层并行跑的成本。
第五件：30 天做一个 Coding Agent Review 评测集。
Anthropic 工程长文把 review 流水线拆成 7 层 + finding 三等级 + 多 agent 投票 + drop nitro filter + 收敛循环 4 条约束。今天所有做 review/verification 的产品（CodeRabbit / Sourcery / Graphicle / AxiomCode Graph / Sentinel）都还没把这些约束全部实现。这件事 200-400 行代码 + 一周时间就能搭一个评测集（PR 收集 + 几类 harness review diff + finding 准确度 human-labeled），发布在 GitHub 即"AI review 评测基础设施层"。
这是 7 层里最容易切进去做独立项目的一层。判断依据：第一层（模型层）你进不去，第二层（harness）你拼不过 Claude Code/OpenCode 红海，第三层（Skills）已被 Anthropic/Vercel/Google/Android 抢完，第五层（调度）有 OpenCode Server / Stately / LangGraph 资深玩家，第六层（安全）字节/OpenAI 大厂在做，第七层（分发）已被锁死。只有第四层 review/verification 处于"所有人都写过故事但没人把 Anthropic 那张图完整实现"的状态。
Anthropic 那篇长文里还有两件事我必须单独挑出来讲，这两件事国内所有做 coding agent harness 的工程师都该读三遍。
第一件事是"review review 的 review"。Anthropic 在"How we make the reviewer better"段里有这么一行——他们把以前 incident 翻出来的 PR 集做成 reviewer 自己的 eval，让 reviewer 每天跑一遍。这件事的本质是把"PR → incident"链路反过来造了一个"incident → reviewer eval"，整个 reviewer 系统是基于过去的失败在自学习。这件事国内 99% 的 AI 公司都没做——不是技术问题是工程文化问题。Anthropic 这个团队是把"incident 复盘"当成 reviewer 喂数据，国产 AI 圈普遍是"PR → incident"链路单向跑，没人把反向链路搭起来。这层在 7 层之外叫"Layer 9"（review 元层），是 12 个月内 hardest to copy 的一层——技术不复杂，是流程问题。
第二件事是"reviewer 的 noise vs recall 平衡"。Anthropic 测出 reviewer 报得越多，noise 也越多，最后伤害 agent author 的体验——"agent 接到 nit 就 fix 出新 commit 又触发 review 又是新 nit，循环就出来了"。Anthropic 测出来这个现象之后做的一件事：他们把 reviewer PR 收集起来，按"作者怎么回应"分类：fix / 说错 / 说 intentional / 说不在乎。然后 reviewer 只优化让作者真的修的那一类。**这件事把 reviewer 的优化目标从"发现所有 bug"切到"发现 bug 时作者真的 fix 它"**。这件事叫 "outcome-weighted reviewer training"，国内 90% 的 AI 公司 reviewer 都是 "recall-only"。这件事做不做对 review 质量的影响是数量级的。
第六件：30 天卡位跨厂商 Skills 适配器。
android/skills 出现意味着 Skills 协议必须有跨厂商适配层。Anthropic Skills / Vercel Skills / OpenAI MCP-Skills / Google Android Skills —— 四家不完全兼容。需要一个 Babel 时刻的工具做互转。这件事是 12 个月内独立工程师最适合做的窗口期——写 200-400 行代码（解析 SKILL.md + 转换 metadata + 转换 command signature），GitHub 一发就是 Skills 协议时代的 Babel。
两件事选一件，30 天卡位。最稳的策略是先做评测集（第四层），再做适配器（第三层）——第四层先出意味着你能写"AI 时代 reviewer 应该是什么"的话语权，第三层后出意味着你能拿到跨厂商 harness 中间件分发权。
9. 反思段：过去 7 天日报我做对了什么做错了什么
写到这里我必须反思一下——回去看 10-12 到 10-15 这 4 篇日报，看得我自己都觉得有几篇写得不够狠。
做对的判断：
第一，10-12 我写过 Skills 协议溢出到非工程职业。今天 android/skills 出现印证了 Skills 协议分发战已经从"npm 分发"切到"OS 集成"级别 —— 同一个剧本换层。
第二，10-15 我写过 OpenCode 2.0 是"独立公司在 client 架构层抢 Anthropic Claude Code 客户的第一枪"。今天 OpenCode 2.0 持续霸榜 GH Trending #3 一周热度不衰减，证明这个判断是对的。
第三，10-14 我写过模型公司护城河从模型层切到数据层 + 内部情报层。今天 Anthropic 工程长文把 review 流水线完整画出来印证"harness / pipeline 是新护城河"。
做错的判断：
第一，10-12 我写过"Skills 的 Red Hat 12 个月内必出"。今天必须打脸 —— android/skills 出现意味着 Red Hat 不是一家，是 OS 厂商 + 分发商 + 协议制定者三方各占一层。Red Hat 是 Linux 内核时代的概念，今天 Skills 协议层不是单一垄断剧本，是分布式生态剧本。
第二，10-15 我写过"Anomaly OpenCode 2.0 五条战线半天推完 Anthropic 半年内必出类似架构"。今天读完整篇 Anthropic 长文我看到的是——Anthropic 早就有了 7 层流水线，但他们从来不公开，今天是第一次 4000 字公开。也就是说 Anthropic 一直在做 harness 优化，只是不告诉你。这意味着"半年内必出类似架构"是错的——Anthropic 早做完了，只是没公开文档。Anomaly 是把别人已经做了 2 年的事公开化 + 加了 client/server 协议创新。
第三，10-14 我写过 Vercel 抢 Skills 分发入口。今天 android/skills 告诉我 Vercel 抢的不是分发入口，是"npm registry 层的分发入口"——分发入口其实是分层的，npm registry / OS integration / protocol spec 三层各占一家。
接下来三天我要主动换选题：
明天开始我不写 Skills 协议分发战（今天已经写过），写：①Anthropic 工程长文 7 层流水线对 coding agent 团队管理的实际指引；②Coding Agent Review 评测集的具体选型（CodeRabbit / Sourcery / Graphicle / AxiomCode Graph / Sentinel / iFixAi 横评）；③独立工程师做第 4 层 review/verification 的最小可行产品（MVP）代码骨架。
这三题不重复今天的方向，但属于同一个主线的延展。
10. 末尾：那根刺
2026-10-19 不会载入 AI 史书 —— android/skills 会被当成又一个 Google 下场小项目、OpenCode 2.0 会被当成又一个 trending 爆款、Anthropic 工程长文会被当成又一个工程博客。
但如果你在 12 个月后回头看 2026-10-19，你会看到三件事同天落地：
Anthropic 在 claude.dev 用 4000 字把 coding agent 的 7 层流水线完整画了出来。
OpenCode 2.0 这个独立公司在 client 层抢走了 coding agent 的 client/server 协议定义权。
Google Android 团队下场做 Skills，把 Skills 协议分发战从 npm registry 切到 OS 集成级别。
这三件事共同定义了 Coding Agent 时代的第二条分水岭 —— 从"AI 写代码"切到"AI 写代码 + 7 层 review pipeline + 跨厂商 Skills 适配器"。Coding Agent 已经从工具变流水线，每一层都有独立公司机会。
这事今天听上去像新闻，12 个月后回头看是历史。
你做第几层，取决于你愿不愿意在今天花那 200 行 review 评测代码 + 30 天卡位 harness 第 4 层的时间。
我做了。你做了吗？
最后一根刺：今天你写 Coding Agent 推荐时，如果还在写"用 Claude / Codex / Cursor 哪个最爽"—— 你已经过时一年了。2026 年 10 月 19 日之后再写 coding agent 评测，必须先在标题里写"我的 review 流水线 7 层覆盖到第几层"，不写就是上个季度的产品推荐文，没人在意。**今天写 coding agent 评测的标准不是"哪个 harness 最舒服"——是"哪个 harness 的 review pipeline 第 4 层做全了"**。Anthropic 已经把标杆立起来了，下一个看的就是谁跟得上。