Agent 核心研究与竞品动态 · 2026-09-16
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
今天最强的共同信号是:长期 Agent 的“当前执行上下文”正在变成需要独立证明的对象。 模型额度、执行 Host、Sandbox、插件权限、Guardrail 结论、凭证、Workspace 位置、移动端请求代际,都不能因为 Session 仍在或历史记录仍在,就被默认为仍然有效。
1. Yue Zhao(赵岳)/ anywhere-agents:从“额度耗尽再失败”推进到实时配额均衡;完成的 Review 遇到晚到 503 也不再被简单丢弃
状态:COMMITTED TO MAIN / COMMITTED TO MAIN
赵岳本人在 anywhere-agents 连续提交两项很有价值的运行治理修改。
第一项是 91c64c1。9 月 15 日一次 198-unit prun 在 63 分钟内消耗了 Agy Gemini 五小时额度 77 个百分点,而 Agy 的第二组额度——claude-sonnet-4-6、claude-opus-4-6-thinking、gpt-oss-120b-medium——完全没有使用。现在,未显式指定模型的 unit 会在 dispatch 前读取两个 quota group 的 snapshot,并在另一组至少多 15 个百分点、且关键窗口信息完整时,路由到额度更宽裕的一组;每个 unit 独立决定,因此同一批次可以随着实时额度变化切换组。系统同时留下 MODEL-BALANCE 和实际执行模型记录;如果用户显式指定了模型,则不进行这种自动均衡。
第二项是 a566f92。9 月 15 日四次 /vet Agy Review 都已经在最终 result event 中产生了完整 Review,但随后服务端返回 UNAVAILABLE 503,旧 dispatcher 因 terminal status 不是 SUCCESS 而把四份 Review 全部丢弃。现在,只有同时具备当前 round marker、独立 Verification status 和 commit verdict 的结果才允许作为 recovery candidate 发布;同时写入 backend-failure,Health Check 8 必须警告,Coordinator 仍需检查是否存在 placeholder、叙述残片或截断 findings,不能静默接受。
为什么重要: 这两项实际上把 Agent Runtime 的两个常见二态判断拆开了:quota available / unavailable 变成带时效的实时资源证据;process SUCCESS / ERROR 也不再直接等于 work complete / incomplete。一个完整工作成果可以存在于晚到的基础设施错误之前,但它必须保留异常证据并重新验证。
与 CodeFlowMu/FCoP 的关系: 模型应作为岗位资源动态调度,但调度应留下当时的 quota snapshot、实际模型与 fallback/balance 原因;同时应明确区分 Provider Terminal Status → Work Artifact → Verification Verdict,不能由任一层直接替代最终裁决。
值得互动:非常高。 技术切入:是否考虑把 quota snapshot 的时间/来源、实际模型、backend terminal status、recovery warning 与最终 verifier verdict 统一写进 dispatch receipt?
2. OpenAI Codex:Thread/Turn 正开始绑定执行 Host、Sandbox Policy、插件权力和恢复证据,而不是只保存 Conversation
状态:MERGED TO MAIN
Codex 今天连续合入一组相互呼应的运行时修改:
- #45813 把 Windows Sandbox policy 和每个 Thread 的 executor-host classification带进 TUI。Host 根据 app-server 上报环境区分
local / remote / mixed / unknown,并在 start、resume、fork、replay 中持续保留;Sandbox setup 也要同时服从配置与 managed requirements。 - #45812 为 Responses 请求加入 workspace routing。HTTP/WebSocket 的 backend origin、account routing、credential revision 都进入连接身份;routing request 禁止 redirect,credential refresh 后重新建立请求上下文,setup/routing 过程中账号变化会直接拒绝。
- #45807 让 managed daemon recovery snapshot 不再只保存 Thread ID,还保存正在运行且未取消的 Turn ID、output schema、service tier、cyber access program 等 turn-specific options。
- #45806 明确只有 root thread 可以请求安装 Plugin;Subagent 在解析参数或触发安装交互之前就会被拒绝。
- #45789 / #45782 在 model switch、compaction、restart 的 checkpoint migration 中保留 Guardian 的用户限制和已验证答案;reviewer/checkpoint 不兼容时继续采用 legacy evidence,而不是把不兼容 checkpoint 当成新授权事实。
为什么重要: 这几项合起来说明,长期 Thread 的连续性正在被拆成 Conversation Identity、Turn Identity、Executor Host、Sandbox Policy、Plugin Authority、Authorization Evidence 和 Recovery Generation。仅仅“Thread 还能 Resume”已经不足以证明当前执行上下文与旧上下文等价。
与 CodeFlowMu/FCoP 的关系: 多 Host/独立房间/模型切换后,恢复最好绑定一份明确的 execution-context digest,而不是从 UI Session 推断权力连续性。PM/DEV/QA/EVAL 的正式边界也应避免让内部 Subagent获得安装、扩权或修改 Host 能力的权力。
值得互动:非常高。 技术切入:这些 per-thread/per-turn facts 是否会最终收敛成统一 execution-context digest,把 Host/Sandbox、Plugin authority、policy evidence 和 recovery generation 一起绑定?
3. OpenAI Agents JS:Guardrail、Tool Set 和 MCP Credential 都开始要求“当前上下文重新成立”
状态:MERGED TO MAIN
今天 openai-agents-js 连续合入几项治理相关修复:
- #1938:如果 output guardrail batch 自身出错,即使没有任何 guardrail 正式返回 tripwire,最终 assistant output 也被视为未验证,不会写入 Session history,也不会在后续 replay 中重新进入模型上下文。原始用户输入可以保留;transaction-aware Session 还能保留已经确定的 Tool pair。
- #1937:Computer safety-check 的拒绝应当阻止对应动作,但不再因此粗暴终止整个 Run。
- #1931:Realtime Agent 转到显式 tool-less Agent 时,空 Tool 列表现在具有真实语义,旧 Agent 的 Tool 不再因继承逻辑残留。
- #1933:MCP credentials 在进入 AI SDK/browser UI 输出边界前做脱敏。
- #1932:即使 Tool discovery 来自缓存,当前 MCP tool filter 仍必须重新作用,不能因为历史已经发现过就继续暴露。
为什么重要: guardrail 未完成、当前 Agent 无 Tool、当前 filter 已变化 都不应该被旧 Session 状态覆盖。历史存在只能证明过去发生过,不能证明当前仍有展示、调用或继承资格。
与 CodeFlowMu/FCoP 的关系: EVAL/审核结果如果未完成或执行器异常,应保留“不确定/未验证”而不是把模型最终文本写进正式事实链;Role/Agent 切换时,Tool capability 和 credential projection 也应按当前角色重新计算。
值得互动:高。 技术切入:是否会把 effective tool set、credential projection 和 guardrail completion identity 写入 Session generation,从而让 resume/replay 无法继承旧 capability?
4. Paperclip:一边补齐 Sandbox 产物的耐久交付,一边发现 ACPX Session 正把 Run Credential 明文写盘
状态:#13493 MERGED;#13498 OPEN
Paperclip #13493 已合入。此前 legacy sandbox bridge 会拒绝 attachment listing,queue bridge 又只能正确承载 JSON/UTF-8,导致 PNG/PDF 等二进制产物无法可靠发布;native runner 也需要统一的 durable file registration。现在 legacy/native 两条路径都能完成 attachment listing/upload/download、work-product registration 与 response binding;queue envelope 支持受边界限制的 base64 body,同时保留 multipart header、stable retry identity 和 uncertain-write 语义。真实 Daytona 验证覆盖 PNG/PDF、Unicode 文件名、duplicate registration、授权控制,以及 Sandbox 删除后仍能 byte-for-byte 下载。Task UI 也会把新产物显示到 Artifacts。
但同日的安全 PR #13498 暴露出更值得关注的问题:ACPX Session Store 会把完整 session_options.env 写进 <stateDir>/sessions/*.json,其中包含当前 Run 绑定的 API key/token;单机安装中多个 Seat 使用同一 OS Account,因此文件权限并不能隔离不同 Seat。Codex 路径还可能通过 $CODEX_HOME/shell_snapshots/*.sh 再复制一次环境变量。候选修复在 save() 前剥离 launch env,并在 load() 时从当前 Run重新注入;同时关闭受管 Codex Home 的 shell snapshot。Focused 195 tests 已通过,但 PR 仍为 OPEN,不能当成已发布修复。
为什么重要: Session persistence 应保存“如何继续 Conversation”,不应该顺便冻结一份旧 Credential。Workspace/Session 可以长期存在,凭证则必须属于当前 Run/Principal,并在恢复时重新投射。
与 CodeFlowMu/FCoP 的关系: 多角色/多 Host 设计应坚持 Session State ≠ Credential State。数字员工的长期档案、房间和任务可以耐久,但 Secret 只能通过当前授权主体和当前执行代际动态注入;落盘 Session Record 里不应出现可复用 Secret。
学习:非常高|竞争风险:非常高|雷达判断:Paperclip 继续保持最高优先级;新增“Session-at-rest secret exposure / durable artifact delivery”专项维度。
值得互动:非常高。 技术切入:Paperclip 是否会把“Session 可持久字段”做成显式 allowlist contract,并让 credential reinjection 绑定 Run principal / authority epoch,而不是继续依赖对象字段清洗?
5. Paperclip:Recovery 的 blocked 终态开始被要求同时拥有可执行的“解除阻塞责任人”
状态:OPEN
PR #13494 来自一个真实恢复缺陷:四条 recovery escalation 路径可以把 Issue 设置为 blocked,却既没有 blockedByIssueIds,也没有 unblockDescriptor。结果这个 Issue 看起来是正式 Blocked,但既不出现在任何责任人的可执行队列,也没有任何 wake 路径,实际上变成“永久隐形卡死”。
候选修复要求:如果没有一等 blocker relation,就在同一次状态写入中设置 board-owned unblockDescriptor;不能把 assignee Agent 再设为解除责任人,因为进入该路径的原因往往正是 assignee 已无可调用执行路径。Provider quota wait 或本来已有 blocker relation 的情况则不额外制造 descriptor。项目同时明确:这次只修“生成孤儿 Blocked”的路径,还没有完成全局 blocked && no blocker && no unblock owner invariant detector。
为什么重要: Blocked 不能只是颜色和状态码。一个真正的非终态阻塞必须回答:谁负责解除、什么条件解除、解除后谁被唤醒。 否则轨道机只是把工作从“运行问题”变成“永远没人处理的状态”。
与 CodeFlowMu/FCoP 的关系: 这与 QA 催办、“等待 QA 回执”清理和一键解除卡死直接相关。以后可把 Blocked 合同固定成:Block Cause + Unblock Owner + Unblock Condition + Wake Target,缺任一项就不能把 TASK 物化成可恢复的 Blocked。
学习:非常高|竞争风险:高|雷达判断:维持 Paperclip 一线,并提高 Recovery ownership 权重。
值得互动:高。 技术切入:是否会增加 board-level invariant,让任何 blocked Issue 在提交时就必须证明 blocker relation 或 typed unblock owner,而不是等 Recovery 再修?
6. Superset:Cloud Workspace 正从“一个可选地点”升级为 CLI/MCP/SDK 的一级位置语义,但对非 Cloud 账户保持保守回退
状态:MERGED TO MAIN;Cloud 能力仍受账户/Feature Gate 约束
Superset #7564 已合入。对于具备 Cloud Workspace 能力的账户,Workspace list/get/open/update/delete、terminal 操作与 agent create 在未指定位置时开始以 Cloud 为默认;需要本机或其他 Host 时明确写 --local / --host。对没有 Cloud 能力的账户、离线场景或旧 API 无法回答 capability query 的情况,则保守维持原本的本机行为,不会因为版本漂移误启一个计费 Sandbox。
这次变化不仅是 CLI 参数:MCP 把 cloud-specific workspace tools 折叠回统一 workspace tools;SDK 被收敛为 cloud workspace/terminal/agent 控制面;Cloud Workspace 从 Environment 取得 Repository 集合。另一方面,正在运行的 Cloud Workspace 不再每次读取就 Wake:客户端先复用 0600 权限的本地 ticket,再尝试基于已保存地址 mint 不唤醒的 ticket,只有 sandbox 确认 stopped/unreachable 才真正 Wake;一个可能已经抵达 Host 的 mutation 不会因为 wake/reconnect 自动重试。
为什么重要: Superset 正把 Workspace Location 做成一级产品抽象:Cloud / Local / Named Host 是同一套 Workspace API 的不同执行位置。同时它也意识到“默认到 Cloud”可能造成真实付费副作用,所以 capability query 不确定时选择 local,而不是猜测。
与 CodeFlowMu/FCoP 的关系: CodeFlowMu 多 Host 后也适合把 Workspace Identity 与 Execution Location 分离;默认路由必须是可证明的 capability/授权决定,而且“查询地址”与“Wake 机器”应是两个不同 Effect。
学习:非常高|竞争风险:非常高|雷达判断:Superset 已是主雷达;新增“Workspace Location semantics / no-wake access / billed-default guard”专项维度。
值得互动:非常高。 技术切入:Workspace location/default-route 是否会成为 durable scope,绑定账户 capability revision 与 Host identity,从而避免同一 CLI/MCP 命令在账户/计划变化后静默换执行地点?
7. Orca:移动端 RPC 开始用 Generation Lease 统一管理 Cache、In-flight Request 与旧结果发布资格
状态:OPEN
PR #20914 是 Orca Mobile RPC foundation 的 Step 5。新的 GenerationScopedRequestOwner 把原先散落在 hook 中的 generation ref、cache、in-flight map 与 stale-response 判断集中到一个 owner 对象:read/load 必须携带 authority epoch、workspace identity 和 params 构成的 scope;owner 看到新的 scope 会先 retire 旧状态;只有 owner 自己签发的 module-private lease 才能 commit(value),generation 已移动时 commit 会被拒绝。
它还特别处理了 A→B→A:即使 scope 最后看起来回到同一值,reset() 仍会推进 generation,因此第一次 A 的迟到响应不能在第二次 A 中重新获得发布资格。显式测试覆盖 reset、blur、cutover、reconnect-mid-request 与 stale in-flight cleanup。项目也明确承认 mobile 目前还没有真实的 negotiated capability epoch,因此没有为了满足新抽象而伪造字段,只保留已有 host/workspace identity latch。
为什么重要: 这是典型的“同样的参数再次出现,不等于还是同一代授权”。旧 Request 的结果可以晚到,但不能因为 key 又一样了就重新取得 UI/业务发布权。
与 CodeFlowMu/FCoP 的关系: 多 Host、Room、Resume、Page/状态面板都可以采用相同原则:Generation 是授权边界,不是缓存优化。一次 Reset/Rebind/Host 切换后,旧请求即使成功返回也只能保留为历史证据,不能覆盖新一代事实。
学习:非常高|竞争风险:中高|雷达判断:继续提高 Orca 的 Mobile RPC / authority-generation 权重。
值得互动:非常高。 技术切入:Generation lease 是否最终会扩展成跨 RPC、terminal、notification 和 recovery 的统一 authority epoch,而不是只停留在移动端 request cache?
跨项目共振
今天可以把跨项目方向收敛成一句话:
持久化的是事实链,不是旧权限;恢复的是上下文,不是旧执行权。
几个独立项目正在从不同角度证明同一件事:赵岳把实时 quota snapshot 变成 dispatch 前证据;Codex 把 Host/Sandbox/Plugin/Evidence 放进 Thread/Turn 恢复;Agents JS 要求当前 Guardrail/Tool Filter 重新成立;Paperclip 一边让 Artifact 跨 Sandbox 消亡继续存在,一边把 Credential 从 Session record 中剥离;Superset 把 Workspace Location 做成显式执行语义;Orca 则直接用 Generation Lease 拒绝旧请求在新代际发布结果。
对 CodeFlowMu/FCoP,可以继续收敛为:
Work/Run Identity → Current Generation → Principal/Credential Projection → Workspace/Host Identity → Live Capability/Capacity Evidence → Call-time Authority → Effect/Artifact → Verification/Settlement
其中 Generation 应成为真正的恢复和权限屏障:Session、缓存、Provider conversation、历史 result 都可以跨代际保留证据,但不能自动跨代际获得 Authority。
双源核查说明
本日同时核查了 GitHub 一手提交/PR,以及可公开访问的项目官方页面与公开社交搜索。Cursor 官方 Changelog 截至本轮最新重大条目仍是 2026-09-10 的 Projects,没有新的 9 月 16 日正式发布;OpenAI 官方本轮检索到的最新重大 Agent 产品发布仍是 9 月 10 日 Agents API,已经不属于今日新增。公开 X 搜索没有发现身份可以可靠确认、且技术增量高于上述一手 GitHub 变化的 41 位人物本人新讨论,因此没有使用营销转发或疑似账号补数。