Skip to content

Agent 核心研究与竞品动态 · 2026-09-13 ​

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 ​

今天最强的共同信号不是“更多 Agent”,而是 长期执行中的连续性正在被拆成不同合同:Provider Session 可以继续,但当前任务目标、Human Interrupt、Credential Lease、Client Origin、Workspace Capability 与 Tool Identity 都必须分别证明。 一个 Session 没断,不等于旧目标、旧权限、旧通知范围和旧工具解释还能继续使用。

1. Yue Zhao(赵岳)/ anywhere-agents:真实 fan-out 审计暴露“exit 0 但业务失败”的错误完成语义 ​

状态:COMMITTED / FIXED

赵岳本人在 commit 3c94f45 记录了对 152 次真实 Agy dispatch 的审计,发现三个生产问题。其中最重要的是:Agy 在 quota limit 时会以进程 exit code 0 退出,但最终事件实际是 ERROR,而事件里仍可能带有模型的开场 narration。旧 dispatcher 只看进程退出码和 response,导致一次 fan-out 中四个 unit 把开场白当成正式结果发布,且没有 FALLBACK 标记;Gemini reviewer 路径也存在同类风险。

修复后,dispatcher 以最终事件的 status 作为业务结果:非 SUCCESS 即失败;若 Worker 已经写出自己的结果,则保留该文件,但 Run 仍以非零退出结束,同时保存 partial response 作为证据。另两个真实问题分别是 Windows 长路径导致 staged snapshot 导出失败,以及 read(65536) 让实时 tail 长时间停在 0 字节、影响 stall monitor。

同一仓库随后又由赵岳本人在 commit 0d2221e 修正文档中的模型岗位意图:成本下降来自把 Codex 移出 prun 大规模 fan-out,而 /vet gatekeeper 恰恰保留旗舰 GPT-6 Astra;也就是说,便宜模型用于规模化 Worker,最强模型保留给高价值 Gate。

为什么重要: Process Exit、Worker Artifact、Backend Event Status、Gate Verdict 是四种不同事实。exit 0 不应该拥有“业务完成”的裁决权;反过来,保留下来的 partial artifact 也不自动等于可接受结果。

与 CodeFlowMu/FCoP 的关系: 这非常适合固化成 Process Outcome → Provider Outcome → Work Result → Verification Verdict 四层分离;同时支持“模型差异天然存在”的岗位化治理:fan-out 与 EVAL/gatekeeper 不必使用同一档模型。

值得互动:非常高。 技术切入:是否考虑让每个 dispatch receipt 同时记录 process exit、provider terminal status、artifact provenance 与 verifier verdict,避免任何一层被误当成最终完成?

2. AG2 / AG-UI:Human-in-the-loop 改成“中断一次 Exchange、保持原 Turn”,明确拒绝重放副作用 ​

状态:DRAFT / OPEN

AG2 Draft PR #3248 给 AG-UI 增加了真正的 mid-run human input。一个 tool 在执行中调用 context.input() 时,当前 exchange 以 RUN_FINISHED + interrupt 正常结束,但 Python 中的原 Turn 被挂起;客户端随后使用同一 thread、全新的 run id提交 resume。

这里最重要的设计是:continuation 不是 replay。 被挂起的是 Python function 内部正在执行的位置、locals 和已经发生的副作用;如果只靠 message history 重新进入 tool,就可能把前半段副作用再做一次。因此 PR 选择在 serving process 中保持 coroutine,而不是从头重跑。

Resume 还要求客户端回传 per-interrupt proof。这是 capability token,不是数字签名;错误 proof、过期、非 outstanding interrupt 都有机器可读错误码。Tool approval 也复用同一路径。作者同时明确写出限制:需要 sticky routing;Server restart 会丢掉 held turn;held coroutine 不可序列化到共享 backend;当前一条 Turn 只允许一个 outstanding question。

为什么重要: 这是非常清楚的 Thread Continuity ≠ Run Continuity ≠ Turn Replay 设计。

与 CodeFlowMu/FCoP 的关系: Human Approval 最好成为独立 durable object;原执行若必须保留内存态,就应明确其 lease 和 restart 限制。如果要跨重启恢复,必须设计可持久化 continuation,而不是假装 replay 等价。

值得互动:非常高。 技术切入:下一步是否会把 interrupt/continuation 外部化为 durable object,使 sticky routing 只是优化,而不是 correctness requirement?

3. Paperclip:一边修复真实 Credential Lease,一边发现“恢复了正确 Session 却执行了旧任务目标” ​

状态:#13347 MERGED;#13345 DRAFT / OPEN

Paperclip PR #13347 已合入。真实 hosted subscription login 保存成功且 environment check 通过后,第一项任务仍可能报 AI connection busy。根因是 session advisory lock 留在 transaction-pooled PostgreSQL backend 上。现在 credential grant lock 被绑定到一个数据库 transaction,cleanup 或获取失败时 rollback;长 provider execution 期间还显式避免 idle timeout。真实 Claude/OpenAI subscription 登录、环境检查、任务执行和立即重复执行均完成 staging 验证,并观察到运行期间 transaction-scoped lock 存在、结束后消失。

紧接着的 Draft PR #13345 又发现另一种 continuity 错误:升级验收中,legacy Codex 成功恢复了原 provider conversation,但 invocation prompt 没带用户刚刚修改过的 task description,反而把历史 comment 当成当前 objective,于是在正确 Session 中执行旧脚本。候选修复要求 fresh/resumed run 都携带当前 task brief;edited brief 优先于已交付的历史 comment;之后未变化的 resume 才保持当前 objective。当前 CI 仍在运行,最终 staging acceptance 尚未完成,所以不能写成已发布能力。

为什么重要: Paperclip 同一天分别证明了两件事:Credential Lease 必须绑定真实执行寿命;Session Identity 正确也不代表 Objective Revision 正确。

与 CodeFlowMu/FCoP 的关系: 恢复合同应至少绑定 Provider Session + Current Task Revision + Principal/Credential Lease + Authority Epoch。不能把“Session 找回来了”当作“任务语义也找回来了”。

学习:非常高|竞争风险:很高|雷达判断:继续保持一线 Runtime 竞品。

值得互动:非常高。 技术切入:是否会把 current task revision / objective digest 与 provider-session resume receipt 绑定,从结构上禁止旧 comment 在新任务版本中重新成为 authority?

4. Superset:Lock Screen Agent Fleet 从“前台轮询”迈向 APNs Push,但真实 iPhone 投递仍未验证 ​

状态:OPEN / NOT MERGED

Superset PR #7491 是前一版 #7482 被合入后又由 #7489 revert 的重新提交。它直接解决我们昨天指出的限制:此前 Live Activity 只有手机前台每 5 秒轮询 Host,锁屏后约两分钟就冻结;新方案由 Host 上报 derived Agent state transition(working / review / permission / failed / gone),API 持久化最新 terminal state 与 ActivityKit token,并通过 APNs 对 Lock Screen 卡片执行 start / update / end。

设计里还区分推送优先级:普通 working transition 用 priority 5,review/permission/failed 等人类需要关心的状态用 priority 10。Mobile 保存 push token / push-to-start token,卡片行改存 epoch since,由 Widget 自己持续计算 elapsed time。API + fake APNs HTTP/2、ES256 provider JWT、iOS simulator build 都已验证。

必须保留边界:真实 Apple → 真实 iPhone 投递尚未验证,需要生产 APNs secrets 和 native build;PR 当前仍 OPEN,不能写成正式发布能力。

为什么重要: 手机端正在从“打开 App 看 Agent”变成真正的 background supervision surface。

与 CodeFlowMu/FCoP 的关系: 移动端最值得做的仍是状态、Review、Permission、证据与控制,而不是缩小 PC UI。未来 typed approval 若接入这里,应绑定 Human Principal、target run/effect 与状态版本。

学习:非常高|竞争风险:很高|雷达判断:Superset 继续作为主雷达候选;待合入并完成真实 APNs/iPhone 验证后再正式升级。

值得互动:高。 技术切入:Live Activity 上的 permission/review 状态未来是否会带可验证的 run/effect identity,从而让锁屏审批成为正式 receipt 而不是 UI hint?

5. Orca:共享 Remote Server 开始按“谁发起这个 Run”隔离焦点、通知和 Push ​

状态:DRAFT / OPEN

Orca Draft PR #20402 处理一个典型 multi-client 问题:两个客户端共享同一台远程 Orca Server 时,客户端 A 启动的工作可能切换客户端 B 的 workspace,或让 B 收到与自己无关的 Agent 通知。

候选修复把现有 host/paired-device provenance 继续传递为 run origin,并贯穿 terminal creation、child CLI、native session、持久化、daemon/SSH reattach;CLI activation 只发给 originating client,notification display / unread / live delivery / replay / push 也按 origin 过滤。未知 origin 保持 background,不因 reconnect 重放 activation。

项目报告了真实后台 Electron server + 两个独立 paired web client 的 4/4 E2E;但 physical Windows/Linux、live SSH 与真实 orca serve bootstrap 尚未覆盖,且 PR 因缺少最终视觉证据仍保持 Draft。

为什么重要: Workspace 共享不应推导出 Audience 共享;任务归属也不应由 workspace creator 代替。通知、聚焦、Push 都需要独立的 Run Origin / Audience Scope。

与 CodeFlowMu/FCoP 的关系: 多 Host/多房间后,正式消息和 UI focus 应绑定发起者与 Run,不应该有 host-wide ambient broadcast 默认值。

学习:非常高|竞争风险:中高|雷达判断:继续提高 Orca 的 multi-client isolation / remote-control 权重。

值得互动:高。 技术切入:Run origin 是否会进一步成为 authorization/audit principal,而不仅用于 navigation 与 notification routing?

6. Fusion:MCP 工具“明明存在但名字不同”,足以让整个 Agent Session 空转 ​

状态:OPEN / NOT MERGED

Fusion PR #3597 修复 ACP + MCP 的 tool-name mismatch。Fusion 的 planning prompt 使用裸工具名,如 fn_task_prompt_write;但 ACP client 通过 MCP 暴露时,模型实际看到的 schema 名可能是 mcp__fusion_custom_tools__fn_task_prompt_write。

真实 planning runs 中,Agent 因此把“名称不匹配”理解成“能力不存在”,整个 Session 花在搜索 CLI、REST route、源码和 filesystem substitute 上,最终 PROMPT.md、task steps 和 task branch 都没有进展。候选修复只有在 custom-tool bridge 确实 attach 且对应 fn_* 真正注册后,才向 outgoing prompt 注入 bare-name ↔ namespaced-name 映射;Claude / Grok / OMP 的 vendored ACP adapter 也各自补上相同机制。

为什么重要: Capability Presence、Protocol Exposure Name、Prompt Vocabulary 是三层不同事实。任何一层漂移,都可能被上层模型错误归因为“工具缺失”。

与 CodeFlowMu/FCoP 的关系: Host capability probe 不应只问“工具数量/名字”,还要验证 模型实际可见 schema identity 与业务合同使用的 logical tool identity 能否稳定映射。

学习:高|竞争风险:中|雷达判断:提高 Fusion 的 MCP/Host compatibility 观察权重。

值得互动:高。 技术切入:是否考虑用机器可读的 logical-tool-id / exposed-schema-name manifest 替代 prompt 文本映射,让 Host 准入直接验证映射完整性?

7. OpenHands:Docker Conversation 不应暴露 Host Workspace 控件,Runtime Capability 开始真正驱动 UI ​

状态:DRAFT / OPEN

OpenHands Draft PR #17387 修复 Canvas 的 runtime boundary。Docker backend 本身不能 attach 用户选择的 host folder,但旧 Canvas 仍会暴露 Open Workspace,而部分 File/Git/Terminal/VS Code service call 还会丢失 conversation scope。

候选修复改用 SDK typed runtime clients 与 Server 广告的 capability:isolated runtime 会拒绝 host project selection、隐藏不支持的 host workspace controls,并把 conversation identity 传入 files、Git、terminal 和 VS Code 调用。真实 Chromium probe 还发现并移除了一个 raw、unscoped bash WebSocket,改为现有 SDK BashClient;测试确认 disposable Docker conversation 的 fixture file、Git branch 和 Terminal viewer 都保持 conversation-scoped。

当前依赖尚未发布的 TypeScript client 版本,所以 PR 保持 Draft;真实部署没有 editor,不能声称 VS Code launch 已验证。

为什么重要: UI 可见按钮本身就是 capability statement。如果 Host/Runtime 不支持某种 workspace authority,UI 也不能继续假装它可用。

与 CodeFlowMu/FCoP 的关系: Host 准入后的 DetectedHostFacts 最终应该向 UI、Worker 与 Tool routing 投射同一份 capability contract,而不是每一层自行猜测。

值得互动:高。 技术切入:是否会把 runtime capability snapshot/version 与 conversation identity 一起持久化,使恢复后的 UI 能证明自己没有使用旧 Host capability?

跨项目共振 ​

今天可以把共同趋势概括成:

连续性不是一个布尔值。Session、Task、Human Interrupt、Credential、Client Origin、Workspace 与 Tool Schema 都有各自的连续性。

更适合 CodeFlowMu/FCoP 的长期对象链是:

Run/Thread Identity → Current Work Revision → Principal/Credential Lease → Host Capability Snapshot → Human/Client Origin → Logical Tool Identity → Effect / Result → Verification / Replay Eligibility

其中任何一项变化,都不能因为 Provider Session 仍然存在,就默认继承上一轮的 authority。

双源核查说明 ​

本轮同时核查了 GitHub 一手工程变化、公开项目页面与官方 Changelog。Cursor 官方当前最新重大条目仍是 2026-09-10 的 Projects,本轮没有比上一份日档更新的正式发布,因此未重复计入。公开社交/X 检索也没有发现身份可可靠确认、技术增量高于上述一手材料的本人新讨论,因此没有使用营销转发或疑似账号补数。

最后更新: