Skip to content

Agent 核心研究与竞品动态 · 2026-09-17 ​

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是:“用户想要什么”必须被翻译成真正生效的 Runtime 合同,而且这个合同必须进入连接、缓存、重试、恢复和 Credential 的身份边界。 UI 显示只读、Manual、已审批、已撤销或“重试同一个操作”,如果底层连接/Provider/配置源没有携带同一份约束,最终都可能变成另一种真实效果。

1. Yue Zhao(赵岳)/ anywhere-agents:无变化写入正在反过来销毁恢复证据 ​

状态:MERGED(commit ce6457a)

赵岳本人修复了一个来自真实多 consumer 环境的问题:bootstrap 每次 session start 都执行,一次 27-consumer 循环会在一个下午跑 27 次。即使 settings.json 内容完全没有变化,旧实现仍重新发布并先备份旧文件。2026-09-15 的实测里,27 个 consumers 共留下 198 份备份,而且每份都与 live settings.json 字节完全一致,有限的 backup history 反而被 no-op churn 填满,把真正有恢复价值的历史挤掉。

修复后,merge 在锁内比较即将发布的 canonical bytes 与当前文件;完全相同就既不写也不备份。首次安装、真实变化或不同字节形态仍正常发布并保留恢复副本。相关 Bash/Windows bootstrap 与 release smoke 也同步调整;四轮 /vet 中发现并修复了 BOM、并发覆盖和“无法写 probe 时误判成功”等问题。

为什么重要: Recovery evidence 不是越多越好。重复的“无变化事实”如果和真实变更共用同一个有界历史,会主动降低恢复能力。

与 CodeFlowMu/FCoP 的关系: 配置、规则、Host profile、授权事实的持久化应遵循 semantic/no-op dedupe + real-change retention。轨道机不应因为“每次启动都跑一次”就制造新的业务事实或挤掉真正的历史。

值得互动:高。 技术切入:是否会进一步把 backup retention 从“文件副本数”升级为“distinct content/revision generations”,让恢复历史按真实状态变化而不是启动次数计数?

原始来源:anywhere-agents commit ce6457a

2. OpenAI Codex:MCP 的“只读”开始成为连接身份,而不是模型提示 ​

状态:MERGED(PR #46042)

Codex 已合入 read-only MCP policy。启用后,tools/list 和 tools/call 都会带 openai/readOnly=true,并覆盖调用方试图传入的 false;更关键的是,read-only policy 被纳入 MCP connection identity。只读连接不会复用 unrestricted connection,也不会读取或污染共享 Apps / persistent tool catalog cache,因为一个已经缓存的可写工具目录本身就可能绕过只读 discovery。

测试还覆盖 legacy/modern protocol、session recovery、unrestricted connection isolation 和 shared Apps catalog isolation。

为什么重要: Capability filtering 如果只发生在 Tool 列表展示阶段,而 connection/cache 仍与 unrestricted session 共用,权限边界只是 UI 幻觉。

与 CodeFlowMu/FCoP 的关系: MCP/Host 连接池和 Tool catalog 必须按 Authority Scope 分区。ReadOnly / Write / Approval-required 应成为连接与缓存身份的一部分,而不能只写进 Prompt。

值得互动:非常高。 技术切入:是否会把 normalized MCP effect scope / read-only policy 进一步写入 connection/tool-call receipt,使 resume 或 cache reuse 能证明当时真正生效的 Authority Scope?

原始来源:openai/codex PR #46042

3. Paperclip:人在 Agent 运行中点“批准/回答”,现在先形成耐久事实,再决定何时交付 ​

状态:MERGED(PR #13539)

Paperclip 已把运行中的 confirmation、checkbox confirmation 和 question answer 投射到现有 message queue。用户点击后,系统立即持久化 immutable typed response,保留精确的 approval revision 和选择答案;但这不再隐式 steer 当前 Agent。默认是在 active run 结束后按队列继续,用户也可以明确选择 Steer(兼容 native turn)或 Interrupt(需要 fresh session)。如果 Provider 正阻塞在原始 question request 上,回答仍可直接解除那个请求。

Acknowledgement 会消费 receipt,因此重试不会重复交付;process stop、environment cleanup、ownership 和 recovery gate 仍继续适用。该 PR 最终 CI 全绿并已合入。

为什么重要: Human decision 的“发生时间”和“Agent 消费时间”是两件事。批准事实需要先独立持久化,不能把 UI 点击直接等同于修改一个正在执行的 Turn。

与 CodeFlowMu/FCoP 的关系: ADMIN/EVAL/QA 的审批、回复、纠偏应被建模为 Decision Receipt → Delivery/Continuation Policy。这样长时间运行、排队、重启或切换 Provider 时,审批不会因为 Turn 消失而丢失,也不会被错误送给后来的另一代工作。

学习:非常高|竞争风险:非常高|雷达判断:Paperclip 继续最高优先级。

值得互动:非常高。 技术切入:typed interaction receipt 是否会进一步绑定 target run / task revision / effect generation,防止一个延迟批准在后续新计划上重新获得 Authority?

原始来源:Paperclip PR #13539

4. Paperclip:Recovery 终于暴露了“错误码不是失败原因”;Credential revoke 也必须改权威源而不是删投影 ​

状态:OPEN / NOT MERGED(PR #13549、#13529)

PR #13549 记录了一个很强的生产证据:某一日 320 个 terminal runs 因 subscription/session limit 失败,全部被 ACP engine 折叠成 errorCode=acpx_turn_failed;其中 186 个带 retryOfRunId,但 0 个被识别成 quota retry。原因是 Recovery classifier 只扫描少数 error code,Provider 明明已经给出 “session limit / resets at …”,系统却把它当普通 continuation failure,继续在同一个已耗尽窗口里启动新 Run。候选修复只在 acpx_turn_failed 文本确实含 quota 语义时进入 quota wait,并使用 Provider 给出的 reset time;当前仍未合入。

另一个 OPEN PR #13529 处理 credential revoke。company_secret_bindings 只是从 Agent adapterConfig 派生出来的 projection;直接删除 binding row 看起来成功,但下一次 config write 会把它重新生成,而且 Secret 仍可能进入 Runtime。候选实现因此从权威 adapterConfig 删除 secret ref,走 versioned config revision,再让 binding projection 收敛,并写 secret_access_events outcome=revoked。

为什么重要: 两个问题其实是同一类:派生字段/错误码不能替代产生它的语义事实源。 acpx_turn_failed 只是阶段结果,不是失败原因;binding row 只是投影,不是 credential authority。

与 CodeFlowMu/FCoP 的关系: Recovery 应依赖 typed cause,而不是把 transport/error code 当业务裁决;授权撤销必须改变 source of authority,再让 UI/投影/缓存收敛。

学习:非常高|竞争风险:高|雷达判断:继续提高 Paperclip Recovery Cause 与 Credential Revocation 权重。

值得互动:高。 技术切入:能否把 provider failure cause 与 config/secret authority generation 都升级成稳定 typed facts,避免 Recovery 和 revoke 继续从 text/derived rows 反推权力?

原始来源:Paperclip PR #13549 · Paperclip PR #13529

5. Superset:Slack 正从“发消息入口”升级成带真人 Credential 的远程 Agent 操作面 ​

状态:#7585 MERGED;#7589 OPEN / NOT MERGED

Superset 已合入 #7585:Slack Agent 可以使用当前 linked user 自己连接的 Linear/GitHub plugins。Credential 在 API server 每次调用时解密,通过 credential proxy 使用,不交给模型;当前只暴露 curated allowlist(11 个 Linear、12 个 GitHub 工具),允许读取、创建 Issue/评论/开 PR 等受限动作,禁止 delete、merge 和 bulk writes,而且 allowlist 同时在 discovery 与 execution 两层 enforcement。Plugin list/call 受 Run deadline/AbortSignal 限制;没有连接时会给 Connect 按钮。PR 明确说明未用真实已连接 Linear/GitHub 账号做 live QA,因此这里报告的是已合入实现,不是“所有远程 Provider 已做生产 E2E”。

后续 #7589 仍 OPEN:Slack 里启动的 Agent 第一轮结束后,计划在原 Thread 回一条完成消息,并保存 slack_agent_launches,通过 QStash 30 秒→5 分钟轮询 Host,最多 24 小时;completed_at 条件更新用于 at-most-once completion post。PermissionRequest 已被识别为 waiting,但这项还没合入。

为什么重要: Slack 已经从 Trigger 入口向 Remote Command + Per-human Plugin Effect + Long-running Completion Callback 演化。

与 CodeFlowMu/FCoP 的关系: IM/手机远控不应只是聊天。真正的数字员工远程端需要绑定 Human Principal → Run → Tool Credential Scope → Effect Receipt → Completion/Approval Notification。

学习:非常高|竞争风险:非常高|雷达判断:Superset 已在主雷达,继续提高 IM Remote / Human Credential / Completion Callback 权重。

值得互动:非常高。 技术切入:Slack instruction principal 与 per-user plugin credential projection 是否会绑定到每个真实 Tool effect receipt,尤其同一个 Thread 被不同真人接手时?

原始来源:Superset PR #7585 · Superset PR #7589

6. Orca:一次手机点击如果响应丢失,不能再因此启动第二个 Agent ​

状态:OPEN / NOT MERGED(PR #21106)

Orca 发现 agent.launch 不能安全重试:existing-workspace launch 完全没有幂等;create-worktree 只有 60 秒内存缓存,而且不按 caller 分区、进程重启即消失。手机在 lost reply 后正常 retry,就可能为一次点击创建两个 Agent / Workspace。

候选方案引入可选 operationId,由 Host 对解析后的 intent 计算 fingerprint;admission 发生在读取可变 live precondition 之前。核心是 durable atomic claim:pending → unknown 用条件状态转换抢执行权,只有一个 winner 真正调用 launch。成功结果完整持久化;unknown 是终态,不自动重执行、不 fallback、不重造 ID。跨 Host restart 的 replay 返回记录过的原结果。

还有一个很成熟的兼容性设计:新能力通过 Host 广播 agent.launch.replay.v1。因为旧 Host 会静默丢掉未知 operationId 字段并照常启动,Client 只有确认 Host 宣告该 capability 后,才可以认为 retry 安全。

为什么重要: “我发送了 operationId”不等于“对方真的理解幂等合同”。幂等本身也是需要协商的 capability。

与 CodeFlowMu/FCoP 的关系: Schedule、手机、IM、PWA、Host API 的 mutation 都应使用 Effect Operation Identity + Host Capability Proof。Unknown outcome 必须保留 Unknown,不能把响应丢失解释成失败然后重做。

学习:非常高|竞争风险:中高|雷达判断:继续提高 Orca Mobile / Idempotency / Effect Identity 权重。

值得互动:非常高。 技术切入:operationId 是否会进一步统一成为 schedule/mobile/remote launch 的 durable effect identity,并把 caller principal 从当前 bearer-token fallback 中独立出来?

原始来源:Orca PR #21106

7. Orca:UI 显示“Manual”却可能让 Codex 完全不审批——Intent 与 Provider-effective Policy 再次分裂 ​

状态:OPEN / NOT MERGED(PR #20977)

Orca 的 Agent Permissions toggle 原本把权限选择作为 CLI flag 传给 Codex app-server;但 app-server 实际从 typed thread/start / thread/resume 字段读取 policy。结果是:用户 UI 选择 Manual,若 ~/.codex/config.toml 恰好配置 approval_policy="never",新 Codex chat 仍可能完全 bypass approvals,Settings 画面却继续显示 Manual。

候选修复让 Manual 显式发送 approvalPolicy=on-request 与 sandbox=workspace-write,Yolo 则发送 never / danger-full-access;每次 structured-session acquisition 都从当前 Settings 重新派生,不把 posture 永久锁进旧 Session record。作者已在 Codex 0.153.4 上测得 typed thread params 会成为 effective policy;PR 仍未合入。

为什么重要: UI / Config / Provider 三层里,只有 Provider 真正执行的 policy 才是最后事实。一个“权限设置”如果没有被翻译到 Provider 正确的协议字段,就是假的控制面。

与 CodeFlowMu/FCoP 的关系: Host 准入不只要测试 Tool 能不能用,还要测试 Permission Projection 是否真的被 Host/Provider 接受并生效。页面显示的 active binding / permission 不能自己成为事实源。

学习:非常高|竞争风险:中高|雷达判断:继续提高 Orca Host compatibility / permission projection 权重。

值得互动:非常高。 技术切入:能否把 provider 回读的 effective approval/sandbox policy 写入 Run receipt,让 UI 显示的是“已验证生效的 posture”而不是仅仅用户意图?

原始来源:Orca PR #20977

跨项目共振 ​

本日可以归纳为一条非常明确的原则:

Control Intent 只有进入权威执行边界并被验证生效,才成为 Authority。

对 CodeFlowMu/FCoP,可以继续收敛为:

Human/Control Intent → Authority Source & Revision → Connection / Provider Effective Policy → Operation Identity → Effect → Durable Settlement / Replay Eligibility。

其中今天尤其值得固定三条工程规则:

  1. 只读/权限范围必须进入连接与缓存身份,不能只过滤 UI 或 Prompt。
  2. 撤销必须修改权威源,删除派生投影不算 revoke。
  3. 重试安全本身需要 capability negotiation;Client 发了 idempotency key,但旧 Host 不理解时,仍然不能重试。

双源核查说明 ​

本轮同时核查了公开社交/项目官方源和 GitHub 一手变更。Cursor 官方 Changelog 截至本轮最新重大 Agent 发布仍是 2026-09-10 的 Projects,没有 9 月 16–17 日的新正式发布。公开 X/社交检索没有发现 41 位名单中身份可以可靠确认、且技术增量高于上述一手工程材料的本人新讨论,因此没有用营销转发或疑似账号补数。

最后更新: