窗口 ~2026-09-10→09-12（Asia/Shanghai）。去重 SB-20260911 tip 4d2a71b…（Google behavioral evals / AgentAudit / SkillAlign / vLLM AgentX / Agent Manager craft）与 nightly tip 594d715f（SoL-Pi / awesome-rsi 用户 ingest，不重挖）。本窗无独立 models-and-infra 新主源（AgentX 已收）；Agents API 以「托管 harness 产品化」落 agentic。
Ecdysis（arXiv:2609.11677）
源：09-10。Harness 自演化的核心瓶颈不是「再搜一轮」，而是失败归因：单次失败可能是模型 idiosyncrasy，也可能是 harness 系统性缺陷；对每条失败串行改 harness 会做 model-specific accommodation，损害跨模型泛化。Ecdysis：batch 级跨实例失败聚合（优先覆盖 ≥2 任务的失败组）+ FDCR（Analyst/Critic/Engineer → Moderator 出修改规格 → coding agent 落地）。相对 Self-Evolution 训练最高约 1.84× 加速，推理准确率相对提升约 18.56%；手工统计 accommodation 比例 t 从 SE 的 60% 降到 45.5%。1/4 诊断性训练失败可逼近全量。对照 HarnessEvolve / Co-Evolving / Scanning：把「该不该改 harness」升为一等决策。
COBRA-Skills（arXiv:2609.11682）
源：09-10。Skill 优化预算紧：执行评估贵、反复轨迹分析贵。COBRA 把候选 skill 当 contextual arm：embedding + 神经奖励预测 + LinearUCB 探索，选评后再按日程做 regeneration / rollout mutation / crossover。六基准 × 三目标模型：相对无 skill +13.1/+26.9/+22.5 pp；相对 SkillOpt 总成本降 55–58%，每基准仅 50 条优化样例。Claude Code / Codex 外挂 harness 仍领先；自教（目标模型当 teacher）几乎不掉点且成本约半；34/36 跨模型 skill 迁移为正。对照 SkillAlign（暴露接口）/ SkillAdam（编辑预算）/ SkillOpt：COBRA 回答「有限评估预算下先评谁、何时演化种群」。
OpenAI Agents API（托管 Codex harness）
源：09-10 public beta。产品化主张：OpenAI 管 session / orchestration / compaction / recovery；应用侧管 tools 与 environment（none / openai_hosted / self_hosted）。四概念：Agent / Environment / Session / Events。Harness 能力清单含 sandbox、skills（capability_directories）、MCP、mid-turn steer、subagents、resume。数据：美区 residency；非 ZDR（自托管环境也不变）。对照此前 openai harness engineering 文与 vLLM AgentX：一边是「自建 serving+harness」，一边是「把 harness 当 API 卖」。
Craft：Rethinking skills / prompts for GPT-6 Astra
源：09-11 Eric Provencher。更强模型下，去年堆的 skill / AGENTS.md / prompt 会过度约束。要点：描述尽量短且触发条件精确；progressive disclosure（根文档当 router）；少写 itinerary 式菜谱；AGENTS.md 按任务上下文指向文档，勿每次预读全仓；决策边界语言要对齐模型（Astra 更对齐，过强「先问」可能早停）；持久性——显式定义 done，否则 Astra 更 tentative。对照 SkillAlign compact exposure 与昨日 Agent Manager craft：官方把「清理指令税」写成发布配套动作。
Coordination Backbone（multi-agent orchestration）
源：09-11。主张：propose ≠ commit——agent 产出结构化结果（artifacts / evidence / typed outcome / proposed next），引擎按 transition policy 校验后才落状态。Agent catalog 按 capability 路由而非硬编码边；工作单元合同（intent/IO/权限/证据/门禁）是可观测前提；明确 completed / waiting-human / recoverable / terminal / transient；会话史不是权威状态——durable state + idempotent dispatch。对照 Procedural Graphs / graph-engineering：图可涌现，但协调脊梁必须稳定。
交叉读法（给 articles 就地折入用）
| 主题 | 落点建议 |
|---|---|
| 失败归因 vs model accommodation | harness-engineering；self-improvement-loops-and-agent-evolution |
| bandit 预算下的 skill 演化 | agent-skills-engineering |
| 托管 harness / session API | harness-engineering；对照 llm-inference-engineering |
| skill/AGENTS.md 指令税 | agent-skills-engineering；personal-development-in-the-ai-age |
| propose/commit + durable orchestration | graph-engineering；evidence-engineering |