Skip to content

Agent 核心研究与竞品动态 · 2026-09-07 ​

Asia/Shanghai · 仅收录达到 meaningful new developments 阈值的公开技术与产品变化。

返回每日动态索引

当日结论 ​

本日最强的共振是:Agent Runtime 正把“最后一次安全检查”不断推近真实副作用边界,同时把能力声明、执行所有权和操作语义从模糊标签变成可验证合同。

1. OpenAI Codex:单写者会话、Windows 受管进程控制与 Human Verification ​

状态:MERGED / MERGED / MERGED(能力仍受 gate)

Codex 连续收紧三条执行控制边界:

  • PR #43253:当已有实例持有 conversation active writer 时,新 resume 不再抢写,而是降级为 read-only history snapshot;原 writer 关闭后才允许显式重试。这形成了清晰的 single-writer lease / multi-reader observation 模型。
  • PR #43308:Windows managed app-server 的 shutdown 改为本地 control socket /daemon/shutdown,请求必须绑定并匹配 Server PID;先 ACK,再进入 drain,PID 不匹配或非 managed launch 会拒绝。
  • PR #43289:加入 MCP openai/userVerification 协议处理,只有 client 明确声明 capability 才接受;proof 有格式、大小、取消和容量限制。当前 Codex 仍未全面激活这一能力。

为什么重要: Conversation ownership、Process control、Human verification 都在从“当前状态”变成 capability-gated、identity-bound 的控制对象。

与 CodeFlowMu/FCoP 的关系: Runtime 状态不能只写 Running,还需要区分 Writer Lease / Observer Access / Host Process Identity / Human Verification Receipt。

值得互动:高。 技术切入:Will user-verification proofs eventually be bound to the active writer/authority epoch, so a proof obtained by one conversation owner cannot survive a writer handoff?

2. OpenAI Agents SDK:工具名字并不是副作用合同 ​

状态:OPEN / OPEN

两个新问题都说明,仅凭 tool name 无法推断真实 effect:

  • PR #4893:apply_patch 的 *** Add File: 在目标文件已存在时可能静默覆盖,并仍向模型报告 Created。候选修复要求 create 必须证明 destination 不存在,否则明确拒绝。
  • PR #4894:sandbox S3 mount 通过逗号拼接 mount options,某些字段值可借 delimiter 注入额外 mount option。候选修复要求在进入 mount -o 的 key/value 上拒绝这种语法层能力扩张。

为什么重要: create 不能实际是 upsert;一个配置字段也不能偷偷展开成第二种 capability。

与 CodeFlowMu/FCoP 的关系: 授权判断应该基于 normalized effect semantics,而不是基于工具名或 UI 标签。

值得互动:高。 技术切入:Would you expose normalized effect classes from sandbox tools, so authorization can distinguish create-only, overwrite and mount-policy mutation without reverse-engineering arguments?

3. AG2:MCP Apps 引入“App 可调用、模型不可见”的工具主体 ​

状态:OPEN

PR #3235 为 AG2 Agent Server 加入 MCP Apps (io.modelcontextprotocol/ui) 支持。UI document 作为 Resource 与 Tool 绑定,支持 structuredContent、SEP-2133 extension negotiation,以及 AppResource 的 CSP / permissions / domain 等 sandbox policy。

最值得关注的是 visibility=["app"]:某些工具可由 MCP App 中的按钮调用,但不会暴露给模型。

为什么重要: MCP 的执行主体从单一的 Model → Tool 扩展为至少两条路径:Model → Tool 与 Human → App UI → Tool。

与 CodeFlowMu/FCoP 的关系: 数字员工面板里的批准、执行、重试、撤回按钮,都应被视为正式 invocation principal,而不是 UI 绕过协议直接改状态。

值得互动:非常高。 技术切入:For app-only tools, do you plan to expose distinct invocation-principal / user-gesture provenance so audit can distinguish model-selected calls from human UI actions?

4. Paperclip:Pre-start Admission、插件能力升级与恢复事故 ​

状态:OPEN / OPEN / OPEN

Paperclip 本日继续逼近治理 Runtime:

  • PR #12949:增加 provider 副作用之前的 pre-start admission hook。Run 已 claim、但 adapter/native runner/provider 尚未启动时,Host 可基于 issue、run、wake、provider、model、capacity snapshot 做最后裁决;Enforce 模式下 telemetry 缺失、过期或无效会 fail closed,veto 后保证零 provider call。
  • PR #12928:处理 Plugin capability escalation。升级新增 capability 不再自动扩大 grant,而进入 upgrade_pending,需要 operator 明确批准;同时增加 manifest drift 检测。
  • PR #12946:汇总并修复环境 lease 释放后 Agent 永远 Running、continuation retry cap 被错误码交替绕过、API abort 却 exit 0、cross-issue guard 使用错误证据等真实运行问题。

为什么重要: Paperclip 正形成 Declared Capability → Approved Grant → Pre-start Admission → Run Ownership → Provider Effect → Recovery Classification 的治理链。

与 CodeFlowMu/FCoP 的关系: 与 Host 准入、call-time authorization、恢复治理直接重合。

学习:非常高|竞争风险:很高|雷达判断:维持一线 Runtime 竞品。

值得互动:非常高。 技术切入:Will pre-start admission be bound to an authority epoch/effect receipt so a queued run cannot execute after telemetry or capability grants materially change?

5. GitHub MCP Server:精确补丁工具拒绝 fuzzy write ​

状态:DRAFT

Draft PR #3232 新增 apply_file_patch。背景是一份约 303 KB changelog 的修改中,完整 replacement 在上游被截断,错误 commit 虽被拦截,但恢复需要借助本地 Git client。

新工具要求同时提供 exact expected_head_sha 与 exact expected_blob_sha,且 old_text 必须精确出现预期次数;禁止 fuzzy matching、offset guessing、no-op、symlink、非 UTF-8 和过大 patch。最终 branch update 使用 force=false,并发变更会 non-fast-forward 失败,而不是覆盖别人的新事实。

为什么重要: 写操作开始携带明确的 effect preconditions:只有“我预期的 Branch 和 File 仍然成立”时才允许执行。

与 CodeFlowMu/FCoP 的关系: 与并发线性化、幂等、原子更新、effect precondition 高度一致。

值得互动:高。 技术切入:Would you return a durable effect receipt containing expected head/blob and resulting commit/blob, making the precondition-to-effect transition directly auditable?

6. Orca:Unknown 只能被正证据收敛,不能被 timeout 猜成事实 ​

状态:MERGED / OPEN / OPEN

  • PR #19140 已合入:Structured Claude Chat 的一条 submission 若先被标记为 unknown,但后续 provider echo 能证明该消息实际已接受,则 durable journal 会由 unknown → accepted,且不产生第二次 dispatch。
  • PR #19149:处理 Windows PID reuse,新增 PID creation-time ordering 作为 ancestry evidence;证据不足仍保持 unverifiable。
  • PR #19155:provider root 已正证明死亡且无 known-live descendant 时,可释放 native session lease,同时保留 uncertain descendant-cleanup evidence;lease expiry 本身不能证明 owner 已死。

为什么重要: Unknown 可以被后续正证据收敛,但 timeout、lease expiry、PID 数值都不能自行升级成事实。

与 CodeFlowMu/FCoP 的关系: Recovery 与 lifecycle state 应采用 evidence-driven settlement,而不是 if timeout then dead 的二态推断。

学习:非常高|竞争风险:中高|雷达判断:提高 Orca 的 long-running / Windows / recovery 权重。

值得互动:高。 技术切入:Do you plan to converge delivery and process/lease evidence onto one general transition model where unknown → accepted/dead requires a named positive observation?

跨项目共振 ​

本日可以归纳成一条非常强的原则:

真正安全的 Agent 不是“先判断一次,然后长期相信”,而是在距离副作用越来越近的地方不断重新证明:对象还是那个对象、能力还是那份能力、Owner 还是那个 Owner、前置事实还成立。

对 CodeFlowMu/FCoP,建议把执行链继续明确为:

Capability Grant → Admission Decision → Effect Preconditions → Call-time Authority → Effect Receipt → Evidence-driven Settlement。

其中任何一环都不应由“上一次检查通过”自动替代下一环。

双源核查说明 ​

本日同时检查公开社交/项目官方源与 GitHub 一手变更。没有发现 41 位人物中身份可可靠确认、发布时间足够新且技术增量高于上述 GitHub 一手变化的本人新讨论,因此未使用营销转发或疑似账号补数。

最后更新: