Agent 核心研究与竞品动态 · 2026-09-12
Asia/Shanghai · 仅收录达到 meaningful new developments 阈值的公开技术与产品变化。
当日结论
本轮最强的共振是两条线同时加速:一方面,Project / Channel / Mobile 正成为长期 Agent 的正式控制面;另一方面,历史 Session、旧 Provider、旧 Sandbox 状态和旧 Approval 都不能自动继承执行权,必须在真正执行前重新证明。
1. Cursor Projects:协调器 + 千级 Subagent + 月级上下文 + 订阅触发正式进入 Beta
状态:BETA / OFFICIAL RELEASE(官方 2026-09-10 发布,本轮补录)
Cursor 官方发布 Projects。Project 用来承载 feature、migration、完整应用等大型工作体,长期保留上下文,由一个 coordinator agent 规划和分派任务;协调器本身不写代码,而是创建并管理多个实现 Agent,可按工作量并行扩展到大量 subagent。
Projects 运行在独立 Cloud computer 上,用户合上笔记本后仍可继续;需要在本机测试时,协调器会启动 local agent。Project 还维护跨云端和本机同步的共享文件上下文,并支持订阅 Slack、Schedule、PR 等信号,触发无需再次提示的持续工作。
为什么重要: 这不是普通 Coding Agent 功能,而是把长期工作对象、协调器、并行 Worker、多 Host、共享上下文和定时/事件触发组合成一个正式产品形态。
与 CodeFlowMu/FCoP 的关系: 它与 CodeFlowMu 的 PM + 多角色/多 Agent + 长期工作 + Cloud/Local Host 路线高度重叠。区别在于,Cursor 当前强调 coordinator + shared context,而 CodeFlowMu 更应继续强化责任角色、授权边界、EVAL 独立性、可恢复事实和 FCoP 协议证据。
学习:非常高|竞争风险:非常高|雷达判断:Cursor Projects 应作为最高优先级外部参照。
值得互动:非常高。 技术切入:当同一 Project 有数百/数千 subagent 跨 cloud/local 执行时,共享上下文的写入归属、冲突收敛、权限继承和 compaction provenance 如何被证明?
2. Yue Zhao / anywhere-agents v0.8.0:用不同模型承担不同岗位,并立即修正 Windows Sandbox 现实边界
状态:RELEASED v0.8.0 + POST-RELEASE FIX
Yue Zhao 发布 anywhere-agents v0.8.0。本版最值得关注的不是单一 Skill,而是明确的模型岗位分工:prun 将更大比例的并行执行单元交给 Agy/Sonnet,Codex 则保留为 /vet gatekeeper,理由之一是 bulk fan-out 的当前成本不合适。Agy 单元支持 scratch / throwaway clone、--continue-from 后续轮次以及 quota 监测;发布说明也明确记录 Codex 的 gatekeeper 位置。
发布后赵岳本人又提交 Windows 修正:此前 dispatch-task-agy.py 对每个单元传 --sandbox,Agy 的 exebox 会为每个 shell 单元触发 UAC elevation;现在默认不再请求该 sandbox,改为显式 PRUN_AGY_SANDBOX opt-in。文档同时把这种运行边界明确表述为 structural containment,而不是 enforced isolation;无 sandbox 的 live probe 中 shell、web fetch 和 file write 都可成功。
为什么重要: 这同时给出两个非常现实的工程判断:模型差异可以通过岗位/成本/能力路由处理;但“声明有 sandbox”若在真实 Host 上造成不可接受的运行副作用,就必须把隔离强度重新写成事实,而不能假装仍有强隔离。
与 CodeFlowMu/FCoP 的关系: 对 PM/DEV/QA/EVAL 的模型选择,可以考虑“角色所需能力 + 成本 + 独立性”的显式路由,而不是让所有岗位用同一种模型。同时 Host capability record 应区分 structural containment 与真正 enforced sandbox。
值得互动:非常高。 技术切入:是否考虑把 role/model routing 和当前 isolation strength 一并写入可审计的 execution receipt,让 /vet 能判断一次结果是在何种模型与隔离强度下产生的?
3. OpenAI Codex:长期 Thread 不再拥有静态 Provider/Host/Sandbox 权力
状态:MERGED / MERGED / MERGED
Codex 连续合入三项高度相关的控制面修复:
- #44944:已有 app-server thread 在 turn start/steer、review、compaction、manual queue start、active goal update 前,都重新检查当前 managed
model_provider/model_providers要求;若要求无法读取或旧 provider 已不匹配,则拒绝继续,并提示重启。 - #44939:Windows sandbox setup 必须尊重实际 execution host;本地 TUI 不得配置 remote executor 的 sandbox,remote server 自己拥有 permission selection。混合 local/remote executor 会显式警告。
- #44945:Windows sandbox setup 统一交由 app server;Agent mode 启用前必须验证 effective sandbox mode。若 setup 请求超时或响应丢失,状态保持 pending、输入保持锁定,而不是猜测成功;reconnect 后对中断 setup 给出 restart 语义。
为什么重要: Thread still exists、provider used last time、TUI says setup started 都不再构成当前执行授权。Provider、execution host、sandbox readiness 被重新定义为 live admission facts。
与 CodeFlowMu/FCoP 的关系: Host 接入与恢复最好绑定 Thread/Run Identity + Provider Identity + Execution Host Identity + Effective Sandbox Capability + Policy Revision,而不是只恢复 session_id。
值得互动:非常高。 技术切入:这些检查是否会最终收敛为一个 executor capability/authority digest,并在每次 resume/turn/approval 前统一验证?
4. Paperclip:iMessage 正被做成数字员工的耐久远程指令/交互通道
状态:DRAFT / EXPERIMENTAL / 未完成 live qualification
Draft PR #13299 新增 experimental iMessage Photon。目标是一名 Agent 对应一个稳定的 Photon Cloud number,让真人可以从 Apple Messages 启动任务、发送照片、回答 pending question;DM 和 group 都复用既有 channel admission、identity links、task generations、publication 与 interaction continuation。
设计不仅是“接一条聊天消息”:它保存 immutable text/file send identity、upload receipt、poll/option ID、per-person draft、canonical interaction continuation proof,并用 leased receiver + checkpoint 处理恢复;媒体还覆盖 HEIC/HEIF、JPEG preview 和 Live Photo companion video。
当前边界也写得很清楚:没有 live Photon credentials / test participants,真实 iPhone DM/group、媒体、poll/text continuation、restart 与 ambiguous-send qualification 都还没跑,因此 PR 保持 Draft / experimental。
为什么重要: 数字员工远程端正在从 Web/PWA 向真正的日常 IM 入口移动,而且正确路线不是“聊天机器人”,而是把 sender identity、任务代际、继续执行和发送结果都做成耐久事实。
学习:非常高|竞争风险:很高|雷达判断:Paperclip 继续维持最高优先级,并新增“IM 远程控制通道”专项。
值得互动:非常高。 技术切入:iMessage 中的批准/回答是否会形成 typed human-action receipt,绑定 sender identity、task generation、question/effect digest,而不是仅把文本继续喂回 Agent?
5. Paperclip:一次 call-time authorization 强化尝试被主动关闭,暴露“全局 fail-closed”兼容性边界
状态:CLOSED / NOT MERGED / NOT DEPLOYED
PR #13297 原本试图把 approval-governed remote HTTP MCP 的最终授权移动到所有异步准备完成之后、provider 第一次真实操作之前:使用 PostgreSQL time 判断过期边界,原子消费 request/invocation/audit disposition,并阻止 approved provider call 收到 HTTP 401 后做 credential-refresh + redispatch。目标安全属性包括:permit 成功后到 HTTP write 之间不再 await;一个 approval 最多产生一次 provider operation;结果丢失保持 uncertain,绝不自动 replay。
但该 PR 最终由作者关闭,没有 merge 或 deployment。原因不是核心 focused proof 不工作——71 个 PostgreSQL 定向测试通过——而是新的 provider-wide 限制会让 legacy、Test-tab、local-stdio/built-in 等现有 ask-first 路径失效;上游 CI 出现 12 个 server failure,3 个 E2E shard 也冲突,因此按 bounded rollout stop condition 停止。
为什么重要: 这是一个非常有价值的失败样本:call-time authorization 不能简单在“所有 Provider”前放一个统一拒绝器。不同 transport / provider path 的单次副作用、重试、状态性和审批语义必须先被明确建模。
与 CodeFlowMu/FCoP 的关系: Host/Tool authorization 最好采用 per-effect-path contract,明确哪些路径可做到 single-dispatch、哪些只能 fail closed、哪些需要 compensation,而不是只用一个全局 allow/deny 开关。
学习:非常高|竞争风险:高(复杂性风险)|雷达判断:不下调 Paperclip;反而证明其正在真实碰撞生产授权边界。
值得互动:高。 技术切入:下一版是否会按 transport/provider capability 分层实现 final permit,而不是让不满足 single-dispatch 合同的旧路径一起被全局拒绝?
6. Superset:Agent 状态正式进入 iPhone Lock Screen / Dynamic Island
状态:MERGED(需要下一次原生构建/TestFlight;非 OTA)
PR #7452 已恢复并合入 iOS AgentActivity Live Activity:Lock Screen 最多展示四个 Agent 行,Dynamic Island 展示 Agent 数量和 elapsed time,并提供 per-row deep links 与多语言支持。
这里最重要的产品信号不是卡片样式,而是 Agent fleet state 已经进入操作系统级移动端状态面。不过当前限制同样重要:这是 native extension,必须通过下一次 TestFlight/preview build;更新仍以 foreground 为主,App 关闭后卡片会很快 stale,Dynamic Island 也停留在离开前的 snapshot,因此它还不是完整的 push-driven 远程监工面板。
学习:非常高|竞争风险:高|雷达判断:Superset 已经非常接近主雷达,移动端权重继续提高。
值得互动:高。 技术切入:下一阶段是否会用 server push / ActivityKit remote update 把 review、permission、failed 等 typed state 持续送到 Lock Screen,并直接连接审批 receipt?
7. Orca:DST 回拨可让一个 Automation 每分钟重复拉起 Agent,暴露 occurrence identity 缺失风险
状态:OPEN
PR #20179 修复一个非常典型的 scheduler 事故:秋季 DST fall-back 的重复小时内,cron 的“下一个 occurrence”可能算回刚刚执行过的同一个 instant,于是 scheduler 每约 60 秒重新启动一次 Agent;在 new_per_run 模式下,每次还会创建新 worktree 并继续消耗 token。
根因是 floorToMinute 用本地 wall-clock field 重组时间,歧义分钟可能解析为较早 offset,使“strictly after”合同被破坏。修复改为 UTC arithmetic,并补真实 America/New_York 2026 fall-back 回归测试:重复小时中的两个合法 occurrence 各执行一次,spring-forward 的不存在分钟仍跳过。
为什么重要: 这是自动化系统里最危险的一类错误:轨道机时间算法错误会直接物化成重复 Agent、重复 worktree,进一步可能成为重复外部副作用。
与 CodeFlowMu/FCoP 的关系: Schedule occurrence 应拥有独立、持久化的 idempotency identity,例如 (schedule_id, intended_occurrence_instant);即使 scheduler 算法回归,也不能因为 tick 再次命中就创建第二份业务 effect。
学习:非常高|竞争风险:中高|雷达判断:继续提高 Orca Automation Runtime 权重。
值得互动:非常高。 技术切入:是否考虑把每个 scheduled occurrence 的 identity 持久化成全局幂等键,使 DST/时钟/重启错误最多造成重复 wake,而不能造成重复 business run?
跨项目共振
本轮出现了一个更清楚的分层:
Control Surface 可以越来越丰富,但 Authority 必须越来越窄、越来越接近真实 effect。
Cursor Projects、Paperclip iMessage、Superset Lock Screen 都在扩张数字员工的控制面;与此同时,Codex 把 Provider/Host/Sandbox 从历史 Thread 中抽离出来重新验证,Paperclip 的失败 rollout 又证明 final authorization 必须理解具体 transport 的副作用合同,Orca 则证明 Schedule 本身也必须有 occurrence identity。
对 CodeFlowMu/FCoP,可以把这一链条继续固定成:
Control Surface / Trigger → Human or System Principal → Work/Run Identity → Live Host & Capability Evidence → Call-time Authority → Effect Identity → Settlement / Replay Eligibility。
另外,Yue Zhao 的 v0.8.0 给出了一个很实际的组织层启发:模型差异不必抹平,可以把模型当成岗位资源,由角色边界、成本、能力与独立性决定谁做 fan-out、谁做 gatekeeper。
双源核查说明
本轮同时核查了 GitHub 一手 PR/Release、Cursor 官方 Changelog/Blog 与公开搜索结果。对监测名单中的公开社交动态进行了新近检索,但没有发现身份可可靠确认、技术增量又高于上述一手工程材料的本人社交讨论,因此没有使用营销转发或疑似账号补数。
Yue Zhao 的 grade、auditable、agent-audit 本轮未发现新提交;新增重点来自本人维护的 anywhere-agents / agent-config v0.8.0 与随后 Windows 修正。