EP167 · 蚂蚁 Harness、Uber 成本、长程导航 · 09-06 早报

蚂蚁数科魏长征用一个 40 多万行 Rust 新项目和一个超过 60 万行 C++ 存量项目说明，AI Coding 会放大需求模糊、事实冲突与验证不足。团队以唯一事实源、分层文档、CI 门禁和多视角 Review 建立 Harness；存量项目改造后，代码缺陷率从 20% 以上降至个位数。这把近期 AI 原生工程讨论推进到可验证、可验收的交付闭环。

Uber 已有超过 70% 的代码合并请求由智能体生成，每天执行超过 30000 次技能调用；从 2 月到 8 月，周请求量增长 9.4 倍，AI 总支出自 4 月以来相对稳定。文章把成本拆到模型路由、上下文、工具加载和请求轮次，并用真实任务基准寻找质量与成本的平衡，为近期编码 Agent 实践补上规模化运营方法。

UrbanGround 用香港真实三维数据构建连续城市沙盒，在 810 个任务上测试 10 个多模态模型。短程导航最高成功率为 75.0%，长程仅为 0% 到 3.8%；封路和行人还会暴露动态调整问题。这项研究让读者区分识别地标与持续完成行动，也为近期物理 AI 讨论补充了更接近真实环境的评测坐标。

Speechify 创始人 Cliff Whitesman 解释了 AI 公司为何可能需要自有 GPU 集群，并将算力经济学、产品切入点、智能体原生工程、语音交互和生物研究串联为一套打造复利型 AI 公司的战略。

Vortex 是一个 Linux Foundation 的列式文件格式，通过使用可组合的数组编码、用于投影/过滤裁剪的区域图布局，以及 GPU 原生解压缩，实现直接从 S3 到 GPU 的流式传输，从而绕过传统 PyTorch 管道中的 CPU 和 NVMe 瓶颈。

研究人员提出Self-GC方法，利用LLM选择性压缩智能体上下文，通过保留、折叠或剪枝操作在降低成本的同时减少关键信息丢失。

本指南探讨了在 NVIDIA Jetson 上部署先进推理模型，重点介绍如何利用 NVFP4 量化和投机解码来显著提升性能，同时保持模型保真度。

本期周刊深入探讨了 OpenClaw 2.0 的开发模式，揭示了 AI 时代软件生态的快速迭代与潜在风险，并分析了技术堆栈迁移的趋势。同时，分享了地月激光通信、韩国免费 AI 服务等科技动态，以及多个开源工具和资源。

本文深入探讨了 AI 电话代理的多层架构，详细介绍了电话基础设施、语音识别、语言模型以及业务系统集成是如何协同工作，以处理客户来电并自动化预约等任务。

DHH 在访谈中把 Omarchy 称为 Agent 原生操作系统，并说明 Quattro 版本过去三个月几乎全速使用 Agent、最近两个月达到 100%。更值得关注的是，用户可以借助 Agent 改写界面与流程；这把软件可塑性与升级、权限、回退等维护问题放到一起。