docs: 收录 2026-08-03 调研批次（观察项 +7 行 + ReviewBench 升格 #70 + 翻译）

[deusyu]

这批做了什么

按 curate-research 流水线跑了一轮"当前最新外部资料"：时间窗 2026-07-15 → 08-03 增量扫描 + 对 openai.com/index（Engineering）与 martinfowler.com GenAI 归档做了存量回扫（上一轮 tracker 建议的下一轮轮换信源）。

两个 commit：

1. 17364c3 — 批次增量全部按减熵分流落观察项表（+8 行），文章数不变。
2. e8ba716 — 用户在人类闸门点名 ReviewBench 升格：进 works/ 全文翻译 + articles.md 编号条目 #70（脉络一末尾），旧 #70–#73 顺移为 #71–#74。现在是 74 篇文章（脉络一 70）+ 34 篇翻译。

升格：LangChain ReviewBench（#70）

• 译文：works/langchain-reviewbench-translation.md — 全文逐段翻译，保留原文 2 处超链接；2 张结果表截图下载到 works/imgs/langchain-reviewbench/ 本地嵌入（sourceFigureCount: 2，从原文 HTML <figure> 计数核对）；译注附两表数据转录（含成本/时延/token 列）+ 利益相关提示（自家基准评自家 harness、未说明是否开源）。
• 条目定位：#69 Harbor 评测栈的第三块拼图——评测对象推进到推理性传感器本身（AI 代码评审，会持续更新中文翻译吗 一些好的博客论文什么的 #2 矩阵里最贵最不确定的那格）。两个关键结果：裸 harness 下最强模型只召回 ~30% 基线问题（Kimi K3 / Opus 4.8 均 0.30）；只换一段结构化评审 prompt（不加工具不换模型）把 Luna 从 0.13 拉到 0.32、反超同片 Opus（0.23）/Kimi（0.25）——作者自点破"这是 harness 对比，不是模型对比"。
• 连带维护：9 处 #72 YDD 交叉引用改为 #73；观察项表删除已升格的 ReviewBench 行；计数缓存全量同步（README ×2 badges/资料库表/翻译表、references/AGENTS.md 概览与三脉络表、deep-research-tracker.md 去重清单与头部、根 AGENTS.md Phase 5 快照、works/AGENTS.md 翻译表）。

保留的观察项（7 行）

候选	去向	为何只做观察项
Fowler / Giles Edwards-Alexander — 重构的经济效益	⚪	15 万行纯智能体生成应用里，用"智能体永远学不会"当实验控制，14+ 步重构后同变更输入 token −83%（159,564→27,360）。升格候选（新实验范式）
Geoffrey Huntley — engineer away the slop	⚪	Ralph 源头（#28）本人加入 Antithesis，直指行为 harness（#2 最弱维）：形式化验证 + 确定性系统测试即将跨鸿沟
Fowler / Rachel Laycock — The Conductor Developer	⚪	TW CTO 新博客首批文，"指挥乐团"隐喻 + 瓶颈沿 SDLC 后移到验证
claude.com — Datadog 的"通用机床"工具	⚪	反 MCP 工具膨胀：单一"通用机床"工具让模型自组合，与 #62/#54 互证
Simon Willison — smevals	🔵	"同时评 model / prompt / harness"的小套件；待实测后再定去向
Simon Willison — Cat & Thariq 炉边对谈	⚪	#66 的口语化续篇：提示词瘦身、验证外移到 skill
扩展 Fowler Fragments 行 → 07-21	⚪	第二届 FOSE 收官 + TW Europe 报告五结论（"harness engineering 成为可独立拥有的学科"）

暂扣的升格候选

Fowler / Rahul Garg 《The Orchestrator's Tax》（2026-07-16）提出"编排进程本身"是第四类 harness，完全够编号——但原文仍挂 "Draft，请勿分享或链接本 URL" 告示，遵嘱本轮不建条目、不留链接，观察项表尾注已留痕，待撤稿后再收。

存量回扫结论

openai.com/index Engineering 分类无漏网 harness 存量；Fowler 侧捞出的是增量而非存量。已在 deep-research-tracker.md 轮换记录登记，下一轮建议改为 langchain.com/blog（Observability & Evals）+ claude.com/blog。

校验

bash scripts/check-consistency.sh → C1–C13 全绿（C1: 74 连续编号；C4: 34 篇翻译全同步；C7: 三脉络 per-track 一致；C10: 2 张本地嵌图核验通过）。