在代理开发中，详细规格并非过时，而是关键。代码成本降低后，难点在于定义“正确”并可靠验证。零规格或过度规格均非最优，应根据任务类型调整：确定性任务需更多可执行契约，探索性任务则侧重边界。多代理系统需强接口契约，规格需定期精简，API设计可辅助。验证规格优先于扩展实现，敏捷与XP的反馈逻辑仍适用。

本月，AI编码讨论的焦点转向如何设计提示循环以优化代理开发。代理开发经历了提示驱动、规范驱动和循环驱动三个阶段。在循环驱动阶段，开发者创建生成、评估和重试的系统，而非直接编写代码。有效的反馈和循环关闭位置是关键，影响迭代成本和效率。云原生团队需关注运行时层，以确保反馈真实且快速，从而提升开发效率。

Warp是一款现代终端，因其速度和协作功能受到开发者喜爱。它推出了开放代理开发模式，允许人类设定目标，代理负责编码和测试。引入GPT-5.5后，代理的效率显著提高，Warp开发团队中约90%的拉取请求由代理共同创建。Warp旨在通过代理协作提升软件开发的效率和一致性，并将继续与社区合作，推动代理开发的演进。

Aden Hive是一个以生产为中心的代理开发框架，能够根据自然语言目标生成代理图和连接代码，支持自我演化、实时监控和人工干预，适用于自动化业务流程和企业助手等系统。

文章讨论了代理开发中的追踪分析问题，指出手动审查无法扩展，传统软件分析无法应对代理的非确定性和无界输入特性。LangSmith Insights Agent通过聚类分析自动识别使用模式和错误模式，帮助理解用户行为和代理失败原因，从而优化代理性能。

在代理开发中，追踪至关重要，但手动审查无法处理每天生成的数千个追踪。传统软件分析无法应对代理的非确定性和无限输入空间。LangSmith Insights Agent通过分析非结构化对话，自动发现使用模式和失败模式，帮助开发者理解用户行为和代理表现。

Replit与Tiger Data探讨了代理开发平台的存储架构，强调传统数据库无法满足代理对可分叉状态的需求。双方认为数据库应支持快照和快速分叉，以适应代理的工作方式。Tiger Data的Fluid Storage专为实验和运营工作负载设计，提供低延迟和高效的存储解决方案，支持持续实验。

使用Heroku和Pydantic AI，开发者可以轻松构建生产级AI应用。Heroku支持大型语言模型的集成，而Pydantic AI则简化了代理开发，提升了开发体验，支持复杂工作流的实现。

LangGraph Studio是专为代理开发设计的集成开发环境（IDE），用于可视化、交互和调试复杂的代理应用程序。它使得即使开发主要仍然在代码中进行，也能轻松可视化和交互代理图。开发人员可以修改代理结果或特定节点下的逻辑，创建一个迭代的过程。LangGraph Studio目前可用于Apple Silicon，并可通过LangSmith账户下载。