AI Agent 融合开发 · 学习平台
44 张讲义页面，按 7 个层次组织： 0 层 调研速查（人机融合全景 + 可信 AI Agent，7 张）· 0.1 层 独立深读（2 篇深读 + 4 篇论文精读）· 第 1 层 教学（按序读懂，25 张）· 第 2 层 总结（跨协议总览，1 张）· 第 3 层 详细参考（按需翻字段手册，3 张）· 第 4 层 工业案例（1 张 · 真实工业级案例讲解）· 第 5 层 专题（5 张 · 专题讲解 / 调研 / 讲座研读 / 工具链讲义）。 点击任一卡片直达；按角色分流请看下方"读者路径"。
全站目录（44 张 · 快速跳转）
| 层 | 分组 | 页面（点击直达） |
|---|---|---|
| 0 层 · 调研速查 跳到本层区块 ↓ |
人机融合式软件开发（6 张） | |
| 可信 AI Agent 开发（1 张） | ||
| 0.1 层 · 独立深读 跳到本层区块 ↓ |
深入阅读（2 张） | |
| 论文精读（4 张） | ||
| 第 1 层 · 教学 跳到本层区块 ↓ |
1.0 PR / GitHub 协作（3 张） | |
| 1.1 SWE-bench 领域（3 张） | ||
| 1.2 协议基础（3 张） | ||
| 1.3 协议精讲（1 张） | ||
| 1.4 Agent 实践（3 张） | ||
| 1.5 插件化架构（4 张） | ||
| 1.6 过程分析（5 张） | ||
| 1.7 训练闭环（3 张 · 单元收官） | ||
| 第 2 层 · 总结 跳到本层区块 ↓ |
跨协议总览（1 张） | |
| 第 3 层 · 详细参考 跳到本层区块 ↓ |
字段手册（3 张） | |
| 第 4 层 · 工业案例 跳到本层区块 ↓ |
真实工业级案例讲解（1 张） | |
| 第 5 层 · 专题 跳到本层区块 ↓ |
专题讲解 / 调研 / 讲座研读 / 工具链讲义（5 张） |
概览
MDE 高级讲义 · 张天《软件方法学》课程讲义
与按"层"组织的 44 张讲义并列的独立模块——专讲模型驱动工程（MDE）这条"提高抽象层次"的方法学主线。从 OMG 四标准（UML/MOF/XMI/CWM）与 MDA 框架的历史动因，到 MOF / Ecore / KM3 三大主流元-元模型的工程取舍，铺清"用模型构造软件"的整套方法论。
适合想理解"模型如何成为一等软件制品"的读者；实验部分将在未来单独扩展（基于 Ecore / KM3 构造领域 DSL 元模型的 IDE 实战）。当前收录 3 篇长讲义 + 实战专题 5 讲：① 导论 ② 元建模和建模 ③ 前沿拓展（SysML v2/LLM×MDE/语言工程新栈）；第四模块实战专题（2026-10 新增）用本仓两套轨迹元模型（19-EClass / 13-EClass）与 18 源真实轨迹，把理论跑成活案例。
| 角色 | 目标 | 推荐路径 |
|---|---|---|
| 第一次来 | 系统了解本仓在做什么 | 第 1 层按序读：1.0 PR/GitHub → 1.1 SWE-bench → 1.2-1.3 协议 → 1.4 Agent 实践，再扫第 2/3 层 |
| 调研派 | 看"LLM + 软件工程"研究全景 | 0 层 7 张（人机融合全生命周期 6 张 + 可信 AI Agent 1 张）+ 0.1 层 2 张深读（Agent 测试价值悖论 / 八位先驱立场光谱）+ 4 篇论文精读（SWE-bench / SWE-agent / MegaFlow / SWE-Universe），再进教学层 |
| 动手派 | 直接写一个 Agent | 「SWE-bench 评测流程」+「协议讲义」+「Agent 心智」3 张——够写最小 harness 并理解评测链路 |
| 查询派 | 确认某个字段是什么意思 | 直接跳第 3 层——3 个协议各一页字段手册，按字母序查；跨协议对字段先看第 2 层翻译词典 |
| 协作派 | 本仓项目成员入职 | 1.0 三张（理解题源）+ 1.1 三张（理解评测对象）+「Agent 心智」（S1-S7 ↔ harness loop）+「工程决策案例」（ollama 三 runner 设计逻辑） |
| 构造派 | 自己造一道 benchmark 题 | 「从 PR 构造 Benchmark 题目」——5 步流程 + 7 个常见坑 + 10 项审查清单 |
| 避坑派 | 跨厂商协议兼容 | 「工程决策案例」§1 L1/L2/L3 三层叠加 + §2 三类失败模式——读完知道"为什么 ollama 不传 tools 字段"不是偷懒 |
| 本科生派 | 一次实验课入门，产出实验报告 | 5+1 步线路图（每步 5–15 分钟，总计约 1 小时，仅用 3 张讲义）——看一道题→看一次解题→学判分规则→理解 Agent 心智→范式串联→课堂收口 |
| 层 | 定位 | 包含 | 阅读模式 |
|---|---|---|---|
| 0 层 | 调研速查（研究性） | 人机融合式软件开发 6 张（范式 → 需求 → 设计 → 实现 → 测试 → 维护）+ 可信 AI Agent 开发 1 张（风险 / 评测 / 纵深防御）= 7 张 | 选读——想理解"LLM + 软件工程全生命周期"研究全景时读，不强制 |
| 0.1 层 | 独立深读（Featured） | Agent 测试价值悖论 + 计算机先驱对 AI 生成代码的立场（深读 ×2）+ SWE-bench / SWE-agent / MegaFlow / SWE-Universe 论文精读 ×4 = 6 张 | 读完 0 层对应章节后的再深化，独立成篇 |
| 第 1 层 | 教学（按序读懂） | PR/GitHub 3 + SWE-bench 领域 3 + 协议基础 3 + 协议精讲 1 + Agent 实践 3 + 插件化架构 4 + 过程分析 5 + 训练闭环 3 = 25 张 | 从头读到尾，建立完整心智模型（先懂"协作基础"→"被评估的对象"→"评估用的工具"→"动手做 Agent"→"分析 Agent 的过程"） |
| 第 2 层 | 总结（跨协议总览） | 三协议 Schema 全景总结 = 1 张 | 读完教学后做横向对比（Chat ↔ Responses ↔ Messages） |
| 第 3 层 | 详细参考（按需翻） | 3 个协议各 1 张完整字段手册 = 3 张 | 开发时查字段，按字母序检索 |
| 第 4 层 | 工业案例（真实工业级） | SWE-agent 执行引擎源码级拆解（NeurIPS 2024 论文 + v1.1.0 代码）= 1 张 | 概念与规格读完后看真实实现，抽象机制逐行指认到一线代码 |
| 第 5 层 | 专题（讲解 / 调研 / 讲座研读 / 工具链讲义） | 最小 Agent Loop 专题（总 → 分 → 例 → 实）+ SWE-agent → mini-swe-agent 架构演进调研 + UML 架构建模 + 驾驭 AI 的软件工程（讲座研读）+ Agent 轨迹建模（工具链讲义+交互演示） = 5 张 | 按「做」组织——跟着完整路径把概念变成能跑的代码；或以对照实验读透架构演进规律 |
| 缩写 | 全称 | 一句话解释 |
|---|---|---|
| AI | Artificial Intelligence，人工智能 | 本站语境多指用大模型自动完成软件工程任务 |
| Agent | 智能体 | 能自主多步调用工具/模型完成任务的程序（= harness 循环代码 + LLM） |
| LLM | Large Language Model，大语言模型 | 通过 HTTP API 以 JSON 收发消息的大模型服务 |
| API | Application Programming Interface，应用程序接口 | 程序之间约定的调用方式 |
| JSON | JavaScript Object Notation | 人类可读的文本数据格式，LLM 协议的事实标准 |
| SWE-bench | SWE（Software Engineering 软件工程）+ bench（benchmark 基准测试） | 用真实 GitHub issue 评测代码 agent 的软件工程基准 |
| PR | Pull Request，拉取请求 | GitHub 上"请你合并我的代码"的请求，SWE-bench 的题源 |
| F2P / P2P | Fail-to-Pass / Pass-to-Pass | 评测契约：修好 bug 的测试 / 不被破坏的回归测试 |
| APR | Automated Program Repair，自动程序修复 | 用程序/模型自动定位并修复代码缺陷 |
| AI-DLC | AI-Driven Development Lifecycle，AI 驱动的开发生命周期 | IBM 2025 提出的"以 AI 为核心参与者"重设计 SDLC 的方法论 |
| SDLC | Software Development Lifecycle，软件开发生命周期 | 需求→设计→实现→测试→部署的全流程 |
| SSE | Server-Sent Events，服务器单向推送 | LLM 流式输出（打字机效果）的传输方式 |
| Schema | 模式定义 | 约定请求/响应里有哪些字段、什么类型、什么语义 |
0 层 · 调研速查（7 张 · 人机融合 + 可信 AI Agent）
范式迁移 + AI-DLC + 3 种协作模式
软件工程正从"自动化"迈向"智能化 + 人机共生"——AI 是贯穿全生命周期的协作主体。讲透范式本质（不是"AI 替代人"，是"AI 执行 + 人治理"）、AI-DLC 4 大原则、3 种可切换协作模式（Driver-Navigator / Review-First / Specialist）。
需求工程：AI 加速但受限于可解释性
需求工程是人机融合起步最慢的阶段——4 类高频用例已成熟，但研究占比 <10%，且可解释性即采用壁垒（受监管行业仅 16.1% 组织把 AI 推进到试点之外）。
分析与设计：方法化引导保质量
设计阶段 AI 的"自由度"最大也最危险——答案不是"限制 AI"，是给它方法：ADD（Attribute-Driven Design）引导的 LLM 架构设计，把方法变成 prompt 的一部分。心法："stay the architect, let LLM be the labor"。
实现：最成熟但主观-客观有落差
实现是人机融合渗透最深的环节（综述占 70%+），但藏着主观-客观生产力落差——开发者感觉变快，客观 commit 指标没显著变。3 层形态（补全 / 对话 / 自主 Agent）+ PDD（Prompt-Driven Development，提示驱动开发）方法论 + 5 个数据点。
测试：Test Pyramid 2.0 + Agent 测试价值悖论
测试是人机融合商业最活跃的领域——3 波演进、覆盖 59.6% vs 38.2%、9× 提速；但 2026 年新论文揭示Agent 测试价值悖论：对自主修 bug 的 Agent，改变测试量对任务解决率无统计显著影响。
维护 + 治理：APR + 新债型 + 责任框架
维护消耗 50-70% 工程资源，收益最大 + 风险也最大：AIR 仓库级自主修复 87.1%，但 3 种新型技术债（GIST / LLM-SATD / PromptDebt）+ 质量稀释悖论 + 信任缺口并存；4 条治理原则 + 3 条责任规则收尾。
0.1 层 · 独立深读（6 张 · 2 篇深读 + 4 篇论文精读）
Agent 测试价值悖论：写测试不解决 bug
SWE-bench Verified 上 6 个 SOTA LLM 的 Agent 轨迹分析，3 个反直觉事实：已解决 vs 未解决任务写测试频率相近、Agent 偏好 print 而非断言、测试量对解决率无统计显著影响——从"质量门"到"反馈通道"的范式转移，附 4 条实操 + 3 个开放问题。
计算机先驱如何看待 AI 生成代码：立场光谱与教学解析
从 C++ 之父到 Redis 之父，八位先驱对 AI 代码的立场构成一条"严守核心系统 ↔ 拥抱效率"光谱；所有言论对照原始访谈 / 论文 / 博客逐条核查（核实属实 ×2 · 部分属实 ×5 · 未获证实 ×1）——"核查大佬语录"本身就是第一课。附理解债务理论 + 4 道课堂讨论题。
SWE-bench：2,294 个真实 GitHub Issue 定义的评测合约
从约 90,000 个 PR 三阶段过滤出 2,294 个任务实例；判分不读补丁、只跑测试——F2P 全过 ∧ P2P 全过。2023 年底最好模型（Claude 2）仅解 1.96%；本站评分模块 answer_evaluator 与数据仓库的源头。
SWE-agent：给模型而非人设计的计算机接口（ACI）
同一个 GPT-4 Turbo：裸 shell 11.00% vs 专门接口 18.00%（Lite）；全量 12.47% 刷新最好成绩。消融表证明限制信息量反而更好：全文件视图 ↓5.3、仿 IDE 翻页搜索比没有搜索还差。讲义「SWE-agent 执行引擎」的论文侧。
MegaFlow：大规模分布式 Agent 训练编排系统
Model / Agent / Environment 三服务解耦 + 阿里云 ECS 编排——32% 成本降低 · 10K 并发 · 2M+ rollout execution · 1024 并行 envs；作为 SWE-Universe 的底层基础设施，为下游 80 万环境构建 + 50 万轨迹生成铺路。
SWE-Universe：百万级真实可验证 SWE 环境
Building agent（mini-sweagent + Qwen-Next-80A3）+ iterative self-verification + in-loop hacking 检测——从 33.3M GitHub PR 构造 807,693 多语言实例，跑出 50 万轨迹 / 30B tokens，让 Qwen3-Max-Thinking 在 SWE-Bench Verified 达到 75.3%。
第 1 层 · 教学（25 张 · 按序读懂：协作基础 → 被评估对象 → 评估工具 → 动手实践 → 形式化 → 过程分析 → 训练闭环）
Git vs GitHub：理解两者的根本区别
Git 是版本控制工具（管本地历史），GitHub 是其上的托管协作服务（PR / Issue / Review / Actions）——7 个核心差异 + 3 个类比，理解 PR 与 SWE-bench 题源的前提。
GitHub Pull Request：设计与使用
GitHub 的核心协作机制——7 个组件 + 5 步生命周期 + 3 种合并方式 + 6 条最佳实践。PR 是 SWE-bench 题目的"题源"，每条题目都来自一个真实 PR。
从 PR 构造 Benchmark 题目：SWE-bench 题目构造工程
怎么把一个真实 GitHub PR 转成 SWE-bench 题目——5 步构造流程 + 7 个常见坑 + 真实例子 django__django-10914 walk-through + 10 项题目审查清单，读完你就能自己构造一道题。
SWE-bench 入门：背景、特点与任务定义
Princeton 提出的、用真实 GitHub issue 评测代码 LLM 的 benchmark——本仓评估系统的地基。任务定义、F2P/P2P 双向验证、6 个变体（Lite / Verified / Pro 等）与 HumanEval 类 benchmark 的关键差异。
SWE-bench 数据长什么样：Schema 详解与实例
jsonl 每行一条 instance——9 个核心字段逐个讲清，配真实实例 django__django-10914，最后讲本仓零依赖加载器（load / get / filter_by_repo）怎么用，读完就能自己加载、过滤、统计数据。
SWE-bench 怎么用：评测流程与本仓 S1-S7
5 步评测流程（拉 base → pre-fix → apply patch → post-fix → 判分）+ 3 层 Docker 镜像机制 + 本仓 S1-S7 流水线怎么把评测契约工程化——读完就能自己跑一遍评测。
LLM 交互协议基础：协议是什么
大模型的"对话协议"到底是什么——客户端与 LLM 推理服务之间预先约定的一套消息结构。建立底层定义后，再看一次完整推理回合要装下的 5 件事与两层拆解（消息结构 vs 传输）。
LLM 协议 5 件事专章：1 卡 1 件事
把 5 件事（请求骨架 / 工具调用 / 流式 / 状态 / 终止）各展开成独立卡片——每张配 JSON 示例 + 关键陷阱。可以从任何一张切入读，不依赖顺序。
消息结构层：JSON 为什么是事实标准、变体差异、何时该用 Protobuf
JSON 不是一种格式，是一族格式（标准 / JSONL / JSON5 / JSON Schema / Stringified JSON）——摸清边界，再回答"什么时候该离开 JSON"（答案是 Protobuf，但 LLM 公开 API 永远不用）。
大模型对话协议讲义：手写 Agent 的第一课
手写 Agent 的第一道坎不是循环，而是协议——消息长什么样、tool_calls 怎么接、流式怎么拼。以 Chat Completions 为主线，最后落到一份手写 Agent 协议 Checklist（10 条）。
理解 Agent 开发过程：harness + LLM 的任务循环
所谓 Agent，就是一段循环代码（harness）+ 一个外部大模型（LLM）协同工作的产物——从 30 秒 LLM API 入门到本仓 S1-S7 真实例子，把"AI 做事"黑盒拆开，附 30 行可运行 harness。
Agent 程序的最小结构：六个部分
以 OpenAI 兼容格式为唯一主线的最小 Agent 结构规格——工具清单 / 系统提示词 / 对话历史 / 模型调用器 / 响应解析与调度 / 主循环六部分逐一拆解，每部分对应到具体 API 字段，附逐行修正标注的主循环伪代码（json.loads 参数解析、空列表判定、错误回传）与六部分 ↔ harness 六组件映射表。
OLLAMA 本地模型不支持 tool_call 的根因与等效替代方案
本仓 ollama 三个 runner 均不传 tools 字段——不是偷懒，而是 L1 协议层 + L2 兼容层 + L3 模型能力层三层叠加 + 任务形态分析后的工程结论。含 4 类失败模式实测与 4 场景选型决策树。
基于插件的 Agent 架构：为什么 + 是什么
Agent 是运行时进程，"插件化"说的是这个进程的组装方式：每个能力都是独立可插拔单元，运行时可演化，依赖透明。本系列 4 张从形式化论文出发拆解这套骨架的设计哲学。
Temporal Composability：组件可进可出（Revertible Effects）
时间维度 = 组件卸载时能否完全撤销它的所有副作用——Revertible Effects：每个 effect 配对一个显式 inverse，runtime 自动按 LIFO 顺序撤销。
Spatial Composability：依赖可声明可反应（Reactive Coeffects）
空间维度 = 组件间依赖能不能显式声明 + 反应式协调——Reactive Coeffects：依赖变化时自动通知，3 种反应（activate / deactivate / neutral），以 uid（不是 value）判定变化。
Context Paradigm + Cordis 落地 + Agent 架构连接
把 temporal 和 spatial 合起来——Context Paradigm：effect 与 coeffect 统一成一个 context type。落地看 Cordis 5 个核心 API、Koishi 4000+ 插件案例，最后连回本仓 4 brand adapter 架构。
如何阅读与分析 AI Agent 的执行轨迹
进入四讲之前的"怎么读"方法页：3 种轨迹载体选读指南（trajectory_events 表 / sidecar JSONL / ecore 元模型视图，按需各取）+ 三遍阅读法（概览 5 分钟 → 定位 10 分钟 → 深读 15 分钟，把读轨迹从 O(N) 扫读降为 O(1) 定位）+ 30 分钟实训（T1 五问初读 / T2 两遍对比 / T3 写一页纸分析）——不重复四讲内容，只负责把你领进门。
读一条 Agent 轨迹：八阶段解题过程模型
对 5 个真实任务约 1700 行推理日志做行为序列抽取，提炼出 S0 元决策 → S7 交付的八阶段结构：每个阶段由谁控制（Prompt 骨架 vs Agent 自主）、两个迭代循环（S3 环境修复 / S6→S4 验证回退）、弯路恢复四元组——读轨迹的地图。
过程可靠性评估（PRA）：给 AI 的工作过程打分
harness 只答"结果对不对"；PRA 答"即使这次对了，方法论值得信任吗"——100 分五维（复现先行 10 分 / 验证真实性 25 分 / 约束遵守 20 分…）+ V1-V4 一票否决 + 过程×结果二维矩阵。附 astroid-1196 示范评分 98/A 与工具版七维。
问题 step 分类学：无用 · 冗余 · 低效 · 错误
两篇论文 7 个标签收敛成用户视角四分类；LLM 判冗余的步级 F1 只有 24.88%——所以启发式优先 + LLM 兜底 + 双写审计。配真实消融案例：同一条 144 步轨迹 5 种判定，冗余率从 0.7% 到 42.4%。
点 + 线：过程评估方法论与 Trajectory Linting
五层评估栈（任务级 / 点级 / 流程级 / 线级 / 形式层）+ LoopsBench 的 25.00% 线级天花板与 loop 3 倍差 + Trajectory Linting 8 条机械规则——在真实 45 步轨迹上抓出 75% 形式问题，毫秒级、零 LLM。
编程能力是怎么训出来的：从预训练到过程强化
五阶段链路（预训练 → mid-training → SFT → RL → 蒸馏）逐段标注数据、奖励与能力产出；Nebius 三段数字（11.4 → 20.5 → 39.0）与 SWE-smith 轨迹 scaling 曲线做实证；并用 pass@k 与 Spurious Rewards 两条证据链修正「RL 创造能力」的流行误解——RL 是分布收敛，不是能力注入；轨迹是资产。
工具使用能力：训练与注入的双重来源
「模型怎么知道有哪些工具」的机制层答案：tools 字段 → 服务端 special system prompt（工具定义注入在用户 system prompt 之前①）；训练学「填表」、注入给「菜单」的归因表；defer_loading 的反直觉真相（控制进不进上下文，不控制发不发送）；30–50 个工具后选择准确率下降——最后落到本仓轨迹记录的三处缺口。
过程监督：让轨迹分析反哺训练
信用分配难题与三副药；奖励密度谱四档（ORM → 执行反馈 → PRM → 人工标注）与「判据来自环境天然抗黑客」；first-error 标注的自动推断路径；reward hacking 阴影下过程可信的价值——收官图把全站 44 张在「评测 → 分析 → 构造 → 训练」闭环上各归其位，并给出本平台三个可执行落点（pass@k 一致性 / reward-hacking detector / 六模块信号 → PRM 燃料）。
第 2 层 · 总结（1 张 · 跨协议总览）
三大 LLM 对话协议 Schema 详解
三套协议的完整 Schema 定义、字段语义与往返示例，并附三协议"翻译词典"——既是教学的总结（讲完 3 协议后横向回看），又是参考的入口（查字段先看摘要，再跳第 3 层详细版）。
第 3 层 · 详细参考（3 张 · 字段手册）
OpenAI Chat Completions API · Schema 完整参考
POST /v1/chat/completions 的完整字段参考——~25 个请求字段、5 种 message role、finish_reason 5 个值、流式 6 条规则，末章按字母序速查。
OpenAI Responses API · Schema 完整参考
POST /v1/responses 的完整字段参考——OpenAI 新一代协议（GPT-5 起新模型只在它上提供），三大差异：判别联合 item、服务端状态、推理链加密续接。
第 4 层 · 工业案例（1 张 · 真实工业级案例讲解）
SWE-agent 执行引擎拆解：一次任务如何走完 N 轮对话
以 Princeton SWE-agent（NeurIPS 2024 论文 + v1.1.0 源码）为标本的源码级拆解——一个 while 循环撑起的主循环、每轮"恰好一次模型调用 + 恰好一个动作"的四拍结构、history 三模板与 10 万字符观测截断、submit 哨兵终止（15 行 bash）与 12 种 exit_status 护栏，附 ACI 消融实验与 15 行最小伪代码重建。
第 5 层 · 专题（5 张 · 专题讲解 / 调研 / 讲座研读 / 工具链讲义）
最小化 Agent Loop：亲手造一个简化版 Code Agent
像 Claude Code 的产品拆开是一个朴素的循环——本专题按总 → 分 → 例 → 实四篇展开：一张总框图讲清六步骤概念体系，六卡逐个展开（干什么 / 为什么 / 没有它会怎样），一个改端口任务的三轮消息实录，最后是不足 90 行、只有读/写两个工具的最简完整实现——例与实用同一任务互为镜像，附与 Claude Code、mini-swe-agent 的三列对照。
从 SWE-agent 到 mini-swe-agent：以大模型能力跃迁为棱镜的架构演进调研
同一团队相隔 14 个月的对照实验：2024 年 NeurIPS 论文用数千行 ACI 工具集证明"接口设计至关重要"（GPT-4 Turbo 11.00% → 18.00%），2025 年又用约 100 行 bash-only 的 mini-swe-agent 证明"大部分接口设计已不重要"（Claude Sonnet 4 约 65%）。本专题把这条演进线讲透——完整 9 行消融表、四维度复杂度迁移、机制归因、性能-成本-复杂度三角，并用 2026 年最新证据（mini v2、官方 Bash Only 子榜、Live-SWE-agent 登顶、Verified 退役与 Pro 审计反转）修正并延伸核心命题：架构复杂度是模型能力缺口的函数。
用 UML 拆解两个 Agent 的骨架：mini-swe-agent 与 SWE-agent 的架构建模
把 mini-swe-agent 与 SWE-agent 的源码反向拆成七张 UML 图——包图 / 类图 / 顺序图 / 状态机图 / 组件图 / 泳道活动图 / Hook 织入时序图，看清同样是「Agent 主循环」，在两个项目里为何会长成完全不同的样子；最后用两张行为图直击「结构相似、行为差异」的本质。全程证据可溯（evidence.csv 逐图锚点），配套 UML 建模指令书 skill 可复用于任意 code agent。
驾驭 AI 的软件工程：可信性判断、双重驾驭与智能化工程师培养
完整研读南京大学李宣东教授 2026 年 9 月的同名讲座——核心公式 （AI 预测 + 可信性判断）× 迭代 = 决策、八字诀「先解后证、解证分离、解证迭代」、七维框架与本科三阶段培养路径；全部 10 项外部数据经独立信源溯源（判断等级逐条标注，效率悖论、信任缺口、2026 年安全事件），并以「难解易证 / 难解难证」判据把「AI 会不会取代程序员」转化为可判定的结构问题；最后落到本平台的工程承接：可信性判断 = F2P/P2P 结果验证 + PRA 过程评估 + 关键节点人工确认。
Agent 轨迹建模：把任意轨迹变成统一模型
19 种 Code Agent 各有各的落盘格式——做轨迹研究的第一步是认出它是谁，再把它回译成统一的元模型实例并诚实判档。本专题把「认源 → 回译 → 合模 → 四态判档」这条完整工具链拆开讲透：多信号打分为什么宁可拒答不可错认、判档怎么不说谎、隐私怎么长成架构而不是补丁；页内附可直接点的三态演示（数据来自真实作业、零后端零网络请求），并给出本机一键复现入口（bash scripts/start_tmr.sh start）。