我关心一个具体的问题：当 Agent 开始自己写代码，谁来保证它没在偷懒？
现在的编码 Agent 拿到需求就直奔实现——跳过需求分析、跳过设计、跳过测试用例，写完就宣称“完成”。短期看快，长期看是债务：理解偏差没人发现，回归保障为零，交付的东西没法维护。这个问题的本质不是模型不够聪明，而是流程约束缺失。
所以我把这件事拆成两层来做：一层是门禁（谁来拦、凭什么拦），一层是Agent 本体（拦住之后怎么按规矩重做）。两层都在下面，都是能装、能跑、能复算的代码，不是 PPT 上的架构图。
八个公开仓库（不含本仓库）：六个主力项目，加一组插件生态。按“先能用、再有据可查”排序，折叠块里是实现细节、边界与原始数据路径——能验的才敢写。
phase-barrier — 编码 Agent 的阶段门禁框架
版本：PyPI 最新
v0.51.0｜v1.0.0起公开 API 冻结（1.x 内向后兼容，破坏性变更只在 2.0）——见 docs/release.md
pip install phase-barrier # 库 + CLI
docker run --rm -it ghcr.io/xuqing0415/phase-barrier-demo # 无需安装：跳步被拦 -> 补齐证据 -> 交付SWE-bench Lite Scale-20 实测（官方评测容器内，同模型同预算，20 实例配对，2026-09）：
| 组别 | resolved | 门禁拦截 | 交付全绿 | 空补丁 | 平均耗时 |
|---|---|---|---|---|---|
| baseline（无门禁） | 18/20 (90%) | 0 | — | 0 | 262s |
| gated（阶段门禁） | 20/20 (100%) | 78 | 14 | 0 | 462s |
门禁把 baseline 失败的 2 个实例救了回来，0 例拖累，代价是约 1.8 倍耗时（n=20，仅同条件对比）。
完整报告与复算命令 ｜ 原始数据在 benchmarks/swebench/results/。
展开：78 次拦截是怎么发生的、13 种语言怎么接、这道闸门还挡住了什么
我把分布式系统里的 phase-barrier（阶段栅栏） 概念借过来，做成 Agent 工具调用层的一道闸门： 需求 → spec → 测试 → 实现 → 测试 → 修复 → 交付，每个阶段要交出可验证的证据（spec 章节、测试 AST、语法检查、覆盖率）， 先有证据，才放行下一步，跳步和伪造产出会被直接拦下。校验逻辑独立于 Agent 决策循环，状态文件由 Skill 独占原子写入，不可绕过。
13 种语言适配器：Python / JavaScript（含 TypeScript）/ Java / Kotlin / Scala / Go / Rust / Swift / Ruby / PHP / C#（.NET）/ C++ / Dart， 每种都接到真实测试框架（pytest、Jest/Vitest、JUnit、cargo test、swift test …）。
四种接入方式：进程内包装、CLI 透明代理（anti-shortcut exec/write/advance）、GitHub Action、K8s sidecar（Helm）。
防篡改靠 HMAC 状态签名 + SHA-256 证据清单 + verify-evidence Git 基线校验。
除了拦，还在做三件更硬的事：
- 红队 Agent：18 类逃逸技术 + 沙箱回归，自己打自己，CI 常态化（docs/red-team.md）。
- 形式化不变量：TLA+ 模型检查 + Python 实现一致性测试，进 CI（docs/formal-invariants.md）。
- 学习型防线：从真实逃逸案例中学习 → 模式提取 → 规则/提示词更新建议，走 PR + 人工审批合并（docs/learning-defense.md）。
alpha-swe — 最小可扩展的 SWE Agent
异步状态机 + DAG 任务调度（任务级重试、三级降级、断点续跑、并行工具调用），长期记忆闭环（经验/代码/错误，Hybrid/SQLite/Chroma/Qdrant 可插拔），技能注入、上下文压缩、安全沙箱、多 Agent 协作与用户中断。 默认出厂离线可跑（MockLLM + 本地 TF-IDF 记忆，零外部依赖），TUI 与 Web 观测面板开箱即用。
python -m agent run "任务" # 新核心 CLI
python -m tui --web "任务" # TUI + http://127.0.0.1:8765 观测面板展开：两边职责怎么切——校验归 phase-barrier，Agent 只做轻量调用
phase-barrier 已通过编排器钩子 SDK 双向接入：任务启动时注入门禁约束提示，file_ops / terminal_execute / run_tests 在未达前置阶段时被拦截并把原因回传 Agent，另提供 phase_barrier_gate 工具声明与推进阶段。
校验逻辑留在 phase-barrier 内部，Agent 侧只做轻量调用，职责不越界。
仓库里还留着一条诚实的分界线：旧版七层原型整体迁到 legacy/ 仅作对照，新核心在主干，两者入口与配置严格分层（docs/architecture.md）。
OxideDB — 分布式事务 KV 数据库
Python 实现的 Raft 复制 + Percolator 式两阶段提交（跨节点 ACID）+ MVCC 快照读 + 范围分片键空间；强一致读走 leader + quorum 确认，快照隔离会在提交时校验读集，写偏斜直接拒绝而不是放过。
pip install oxidedb
oxidedb --data-dir ./demo set user:1 alice && oxidedb --data-dir ./demo get user:1展开：414 项测试通过，已知缺口也写得直白
v0.1.0 时 414 项测试通过（覆盖持久化、路由一致性、split/move 恢复、锁清理、真实多进程客户端，整套约两分钟）。 定位是能跑的原型而非生产数据库——哪些缺口在等工、哪些是设计上就不做，都在 docs/known-gaps.md 里写清楚了。
llm_compliance_audit — LLM 合规审计网关
挡在 OpenAI 兼容 API 前面的反向代理（Go 1.25+）：身份证 / 手机号 / 银行卡 / 邮箱等 PII 出境默认拦截，提示词注入、命令注入、SQL 注入独立规则。
展开：敏感内容零泄露是怎么做到的，以及哪些能力还只是占位
响应侧先拦后放——非流式整体扫描后下发，SSE 流式走滑动窗口，命中即终止帧，敏感内容零泄露。审计日志正文脱敏 + SHA-256 链式哈希防篡改，缓冲满不丢记录、优雅关停排空落盘。
purpose（chat / export / codegen）由服务端按路径推导，客户端无法用 X-Request-Purpose 自封 export 来降级拦截。
边界也写明了：tier2 PII 识别与 tier3 语义检测目前是占位实现且默认关闭，生产接入前请逐项对照 SECURITY.md 部署清单。
hermes-cosmos — 全球统一调度与容错计算系统
跨 Region 万卡级 GPU 调度：基于 MCTS 的放置策略、分布式 Checkpoint（Delta 差分 + 异步多级存储）、故障预测与自动迁移、eBPF 算子级观测、碳排放计量；配套 K8s Operator 与 Grafana 面板。
展开：一个会给自己写论文的系统
autotestgen.py 里的 Self-Researcher 会读系统自身的演化历史（快照、事件日志、策略、知识图谱、Git 提交记录），做统计检验、提炼可验证发现，然后自动生成一篇论文（Markdown，或 LaTeX 并在有 pdflatex/tectonic 时编译成 PDF）。
这个仓库除 Python / Go 主体外，还带 TLA 规格。
DistributedMQ — 高性能分布式消息队列
Raft 共识 + 分段提交日志（稀疏索引）+ 时间轮延迟消息 + 死信队列 + 全链路消息追踪；多语言客户端（Go / Java / C，含 Spring Boot Starter）。
phase-barrier 的扩展面不只是“留了个 hook”，而是四类入口点都有模板、有验证、有索引：
| 入口点组 | 作用 |
|---|---|
phase_barrier.languages |
自定义语言适配器 |
phase_barrier.validators |
自定义阶段校验器（覆盖 / 追加） |
phase_barrier.interceptors |
自定义拦截规则 |
anti_shortcut.integrations |
Agent 集成插件 |
- phase-barrier-plugin-template — 一键生成自己的插件仓库（GitHub 右上角 Use this template），四类入口点各给一个可跑示例，CI 直接接官方
plugin-testaction 跑plugin-verify。 - phase-barrier-plugin-foo-adapter — 示例语言适配器：为虚构的
.foo语言提供文件识别、语法检查、测试统计，演示“写插件 → 打 topic → 被索引自动收录”的完整链路。 - 打上
phase-barrier-plugintopic 后，每周一 03:00 UTC 由主仓库自动 clone / 安装 /plugin-verify，通过即写入plugins.json并同步插件状态页。
五分钟写出你的第一个插件：docs/plugins.md ｜ 插件索引：docs.xshayncka.dev/plugins
语言
基础设施与工具
关注的领域
AI Agent 工程化 · 阶段门禁与流程约束 · 形式化方法（TLA+ 模型检查） · Raft / 分布式事务 · LLM 安全与合规 · 供应链安全（Sigstore 签名 / Trusted Publishing）
写代码这件事上，我在意的东西比较固定：
- 证据优先：说“能跑”要有测试结果，说“安全”要有红队用例，说“快”要有可复算的基准数据。
- 数据要能复算：README 里的每个数字都附了复现命令和原始数据路径，不写没法验证的结论。
- 诚实标注边界：是原型就说原型，是占位实现就写“占位、默认关闭”，不用“生产级”包装自己。
- 关键性质做形式化：并发与共识这类说不清的地方，用 TLA+ 写不变量并进 CI，而不是靠“我觉得没问题”。
- 供应链认真：PyPI 走 Trusted Publishing（OIDC）免密钥发布，产物做 Sigstore 签名并可
cosign verify-blob校验。 - CI 当真用：全矩阵真实工具链、覆盖率门禁 ≥90%、模糊测试、性能基准、依赖漏洞扫描。
技术讨论、Bug 反馈、插件提交 —— 欢迎直接开 Issue。
如果你也在做 Agent 工程化，phase-barrier 正在找真实的对抗用例 —— 欢迎来打。