Shopify 三十名工程师用 12 周把 App 从 React Native 迁到 Swift 与 Kotlin，覆盖 300+ 屏幕、widget、Apple Watch app 与 Siri Shortcuts，大部分实现代码由 agent 产出。文章重心不在代码量，而在代码之外：先花数周把业务逻辑做成不启动设备就能跑，Reflex 架构加 CLI 让任意屏幕毫秒级加载，iOS/Android 共用同一套架构，每个新屏幕都有示例与 .md 文件，CI 在两端分歧时直接失败。spec 驱动开发被放弃，因为 spec 几天就过期——旧 React Native 版本本身成了可对照的规格。后半部分讲瓶颈转移：单机跑不动多开模拟器，review 与合并排队，ticket 追不上 Slack 里已修好的问题，于是有了远程开发环境、agent 先做对抗式评审、每 15 分钟一次的自愈循环。适合正在搭 agentic 工作流或做移动架构的团队。
Anthropic 的 CI 在六个月内承受了 25 倍任务量增长：Claude 编写 80% 的代码，工程师人均季度产出是 2021–2025 均值的 8 倍，测试总量涨了 10 倍而人数几乎没变。瓶颈从写代码转到 PR 审核，再落到测试影响分析服务上。该服务由 listener 和 selector 两个确定性组件构成，因为需要单写入者维护每个测试的历史，v0 只能单进程运行，无法水平分片。作者记录了三轮续命：加核心数撑了 70 天，按包分片撑了 29 天，每日重启撑了不到一天；期间内存见底、只找到四个 bug、换内存分配器无效，重启还让 listener 越追越远。最终方案是把历史状态搬进内存数据存储：任意 listener worker 把结果追加进 journal 即可无状态退出，单独的 consumer 每几秒把 journal 汇总成 per-test 历史，selector 再查询。单人三周完成，积压事件归零。作者的建议是：假设两个季度内负载达 25 倍，把状态移出进程，别把关键服务跑成单实例。
AI 编码圈正从“写提示词让 agent 干活”转向“设计循环让 agent 自己干活”。本文是最接地气的实操版：什么是 agent loop，为什么它重要，生产环境里长什么样。作者拆解了 loop 的六个固定部件（触发、隔离、上下文固化、工具连接、独立评审、持久化状态），并用 PR babysitter（每15分钟检查PR，CI红则自动修复一次）和 Claude Code 的 /goal 命令作为具体例子。文章还讨论了 loop 的成本模型（迭代次数才是预算线，弱验证器是最贵的 bug）、何时不该用 loop（一次性修改、无明确通过条件的探索性工作）、以及常见的失败模式（验证负担转嫁给人、代码理解债累积、宽松检查导致无声漂移）。