Skip to content

2026-10-29 Agent 核心研究与竞品动态 ​

本轮最重要的结论是:成功声明需要回执与状态证据,复用连接与恢复流程必须保留执行/凭据 owner,清理历史也不能让旧操作重新获得执行身份。 赵越本轮收录的研究与工具、Codex 的 per-chat MCP lease、Paperclip 的恢复写入和 Beads 的永久 tombstone 在这些主题上形成共振。OpenHands SDK 与 Orca 有正式交付推进;AutoGen 则新增明确的维护终止声明。

实际执行起点:2026-10-29 12:47:01(Asia/Shanghai)。主要增量窗口从上轮成功核查起点 2026-10-28 11:18:02 至本次起点;依据逐来源检查点及已发布日档去重。部分来源保留更早 pending window。旧论文仅按“本轮新收录”报告,原发表日期单列。所有 CodeFlowMu/FCoP 关联为待验证线索,不等于本地缺陷、完成实验或开发派工。

1. 赵越:新收录可验证声明、类型协议与 coding-agent 安全资源 ​

状态:NEW CURATION / COMMITTED; PAPERS PREDATE THIS WINDOW

awesome-auditable-ai 的本轮提交新增 Concordat、V³AST-Bench、agent-claimcheck,并接入经维护者修订的 SciΠvot;这是赵越的收录,不把这些论文和工具归为其本人作品。Concordat 原发 10 月 27 日,用有限状态协议在副作用前限制可用工具;50 个航空任务中,标准 gpt-4.1 Agent 有 13 个任务出现未确认修改,受约束 Agent 为 0。V³AST-Bench 原发 26 日,用 212 个风险任务及 capability twins 区分“安全”与“不会做”。SciΠvot 原发 15 日,是从人工纠正点选择的 248 例,不能把其中四个模型低于随机的结果推广到一般科研任务。

agent-claimcheck 对成功声明核对工具回执和调用者提供的状态 probe;规则路径 receipt_only 的 0.70 分低于 verified 的 0.80 门槛,但其 300 条基准是合成且与规则共同设计,不能当真实误报率。agent-config 另新增研究写作 handoff,要求固定来源、不改全局配置,并区分风格检查与事实核验。FCoP 待验证:完成声明、授权合规和任务能力需独立证据;值得互动的是独立真实轨迹验证、probe 信任和选择偏差。

原始来源:证据 1 · 证据 2 · 证据 3 · 证据 4 · 证据 5 · 证据 6

2. AutoGen:官方不再维护声明已合入,仓库 archived 标志仍为 false ​

状态:MAINTENANCE NOTICE COMMITTED; REPOSITORY archived=false

microsoft/autogen 提交 d07c667 在文档首页加入官方 caution:Microsoft 不再提供 bug/security fixes、新功能和支持,建议新用户从 Microsoft Agent Framework 开始,现有用户参考迁移指南。需要区分两件事:文案称项目 archived/no longer maintained,但本轮 GitHub repo API 的 archived=false;不能说 API 已变只读,也不能用该标志否定维护终止声明。

待验证线索:框架选型和长期运行依赖需要核查维护承诺,而非只看 star 或 API archived。继续保存原研究对象与历史事实。值得互动:迁移中的会话、工具、审批和持久状态兼容范围;本轮没有实施迁移。

原始来源:证据 1 · 证据 2

3. Codex main:共享 MCP 连接增加每 chat 租约,Guardian 评估不授予执行权 ​

状态:MERGED #57978/#57757; STABLE INCLUSION NOT VERIFIED

#57978 对声明支持 codex/connection-lease 的 pooled stdio server,为每个 chat 建独立租约;host-owned lease ID 覆盖调用者传入的同名 metadata。释放前先写 pending request cancellation,cleanup 失败或超时即移出连接池;不支持扩展的 server 保持原行为。#57757 将 Guardian assessment 作为带 response_id/item_id/requires_review 的 SSE/WebSocket 事件交付,字段损坏时忽略该 assessment;它不进入对话历史,也不授权工具执行。稳定版仍为 0.165.0,新 alpha 不等于这些合入项已稳定交付。

CodeFlowMu 待验证:连接复用不能抹掉会话所有权,观测事件与授权事实不能混用。值得互动:一 chat 释放时其他 chat 的存活、取消/释放顺序,以及丢失评估事件时如何保持授权闭合。

原始来源:证据 1 · 证据 2

4. OpenAI Agents JS:sandbox 环境解析可归客户端所有 ​

状态:MERGED #2085; RELEASE NOT VERIFIED

#2085 增加 SandboxClient.environmentPreparation='client',覆盖创建、显式 resume、RunState resume 和保留 session 复用。runner 保留未解析 references,避免 Temporal workflow 获取 worker 环境 allowlist 和实际 secrets;既有 trusted mount/path policy 仍权威,provider state 身份保留。sandbox envelope 升至 v6 并记录 owner;旧 v5 仍可读,存在 v6 时 RunState 用 schema 1.24,resume 与最终 authority binding 共用状态事务。

待验证线索:编排上下文、执行环境和密钥解析者是不同角色;恢复不应偷偷转移环境准备权。值得互动:v5/v6 重序列化、失败恢复回滚与跨客户端 owner 检查。

原始来源:证据 1

5. OpenHands SDK 1.59.0:预算、恢复和脱敏修复正式发行 ​

状态:RELEASED; STATE ADVANCE FROM PREVIOUS MERGES

v1.59.0 明确包含 #6257/#6279 的会话预算和客户端可见状态、#6197 缺损日志容错加载、#6155/#6259 的 ID/时间戳脱敏保护,以及重放 OAuth callback 返回已保存 job 状态。这将前几轮“已合入、发行未确认”的多项能力推进到正式版本。预算仍按会话累计并在 step 间检查,可能超一次模型调用;容错加载不证明日志完整。enyst 仍直接参与预算、OAuth 和子会话工作。

待验证线索:现在有明确发行版本可作为复现基线,但不能把“正式发行”换成“本地验收完成”。值得互动:缺口 warning 如何成为上层验证证据、累计预算和子 Agent 成本的显示。

原始来源:证据 1

状态:MERGED SDK #6041; CANVAS #18572 OPEN; RELEASE NOT VERIFIED

#6041 允许 managed App 后端声明所需 secret 名称,用户同意绑定 installed revision 和确切名称,任一变化需重新同意;实际值仅启动时由加密存储解析,不进 manifest/browser bundle。启用需准备、启动并等 health,失败保持 disabled;撤销 secrets 会清 consent 并停 app。它合入晚于 1.59.0 发行,不能归入该版本。配套 Canvas #18572 本轮仍 OPEN,前端完整交付未确认;上游有人工作队列实测,不是本地安全全验收。

待验证线索:安装、页面加载、运行和密钥授权必须分别成事实;批准对象应包含版本。值得互动:revision 变化、撤销与崩溃重启的竞态,以及日志分块脱敏的残留边界。

原始来源:证据 1 · 证据 2

7. Paperclip:可恢复 transcript 已合入,断线写入绑定原账户与目标 ​

状态:MERGED #17456/#17960/#18037; RELEASE NOT VERIFIED

昨天仍 OPEN 的 #17456 已合入:按可见 view 的 interest 共享连接,先订阅再 catch-up,以 sequence/log identity 去重;队列最多 1000 项/1 MiB,溢出需 resync,浏览器 interest 不改变执行、ACK、checkpoint 或授权。#17960 的写入恢复保留原账户、task 和请求 key,只有服务端有幂等契约才自动重试,不确定结果先核回执,账户切换会取消旧工作。#18037 给管理员提供有界 upgradeReadiness 观察,缺 owner/checkpoint 或读取不完整时不能给正面结论;不等于异构升级验收已完成。

学习价值高、竞争风险高,提高主雷达的断线恢复和证据可见性权重。FCoP 待验证:重连成功、写入持久化和热升级可接管不是同一事实。值得互动:权限撤销后的追帧、回执与重试竞赛,以及 pending/conflict/manual retry 的状态收敛。

原始来源:证据 1 · 证据 2 · 证据 3

8. Paperclip:默认关闭的 Coordinator 将对话、任务与决策绑定 ​

状态:MERGED #17983; EXPERIMENT DEFAULT OFF; RELEASE NOT VERIFIED

#17983 新增个人可选 Coordinator workspace,不替换 classic。每 Agent 一条 conversation,任务建议/创建链接回原对话,Questions、decision receipts、exact review targets 和 history 复用 canonical task/interaction 记录,集中 Needs You 队列;仍保留 task access、assignment authorization、revision binding 和输出 review gate。API merged_at 已确认合入,PR 描述中遗留“unmerged”的过程文字不能覆盖实际状态;本轮无新 live provider 验收。

学习价值中高、竞争风险中高,维持主雷达并提高数字员工/决策模型关注。CodeFlowMu 待验证:跨表面的决定应有一个事实 owner,而不是多份按钮状态。值得互动:revision 已变化后旧审阅卡的处理和跨账户偏好隔离。

原始来源:证据 1

9. Orca 1.4.243/244:宿主升级进入发行,旧进程仍有生效边界 ​

状态:RELEASED

1.4.243 让新终端使用新 terminal host,旧终端继续挂在旧 host;1.4.244 沿用 243 的 host,部分已合入终端修复要等 host 重启才生效。243 可在退出 CLI agent 后将原会话继续到 Chat,支持调整/关闭新派发 worker heartbeat;244 修复多 Agent Codex 本地历史膨胀到 GB,并改进 WSL/远程文件恢复。手机安装入口从 TestFlight 转 App Store,Android 仍 APK;Chrome browser extensions 仍实验性、默认关闭。

学习价值高、竞争风险中高,保持第二圈重点,提高安装交付、手机与 worker lifecycle 权重。待验证:app 已更新不代表所有存活进程已换代。值得互动:旧 host 的剩余风险提示、worker 配置代际和远端版本协商。

原始来源:证据 1 · 证据 2

10. Orca:插件同意绑定确切字节;Alpha 主干合入晚于正式版 ​

状态:GROUNDWORK IN 1.4.244, PLUGINS OFF BY DEFAULT; #35470 MERGED LATER

1.4.244 的 groundwork 包含 #30636 的无 checkout 下载和 catalog 精确版本 pin,以及 #30637 的 worker/panel approval 内容哈希。每次启动/崩溃重启前不缓存地检查内容与 consent,更新后的运行 worker 经同路径重启;已在运行的复用 worker 不重复 hash,本地开发目录也不绑字节。完整 Plugin Alpha #35470 于 03:58 UTC 合入,比 244 的 03:55 发行晚,不能说完整 Alpha 已随 244 发布;新增编辑器/语法等仍须区分状态。

学习价值高、竞争风险中高,第二圈提高插件信任/交付关注。CodeFlowMu 待验证:下载、安装、批准、启动和自动更新各有不同权限边界。值得互动:开发模式例外、运行中代码变化和崩溃重启之间的 TOCTOU。

原始来源:证据 1 · 证据 2 · 证据 3

11. Beads:永久 tombstone 阻止清理后的迟到重试复活操作 ​

状态:MERGED #7931/#7902/#7983; RELEASE NOT VERIFIED

#7931 在明确 retain-ids 的 sweep 中,与删除同事务写永久 (id, closed_at) tombstone;后续 create/rename 等返回 410 idempotency_expired,import 跳过并报告,生成 ID 也避开。普通 prune/purge/delete/gc 不自动退休 ID,因此不能称所有清理都防重。#7902 要求证明 localhost Dolt server 真服务该 workspace 目录,reset-data 保留 remote;#7983 先 dry-run 依赖检查再复制迁移,防止半迁移双份,并修 dry-run 与真实删除集合不一致。

学习价值高、竞争风险中,保持主雷达恢复/存储观察。FCoP 待验证:证据保留窗口结束不能让幂等键重新变成可执行新操作;localhost 也不是数据身份。值得互动:tombstone 增长、永久身份与隐私删除,以及迁移预检到提交的竞争。

原始来源:证据 1 · 证据 2 · 证据 3

12. DSPy 3.5 主干迁移:统一 Request/Response,LiteLLM 可选但保留兼容 ​

状态:SIX-PR STACK MERGED; RELEASE/PARITY NOT VERIFIED

#10652 等六个 PR 将 adapter/custom engine 统一到 Request→Response,移除旧 messages=/forward/aforward 接入,旧缓存重算而非迁移,字符串便捷调用仍返回列表。最终 #10719 的实际方案是 LiteLLM 改为可选 extra、保留兼容 engine;auto 在请求前选择,provider 失败不触发换 backend,不是完全删除 LiteLLM。native Chat audio/files、Anthropic citation fidelity、部分 provider parity 及重复候选计费差异仍有开放 gate,不能把主干合入称成 3.5 正式发布或等价迁移。

待验证线索:统一契约可收敛计费/缓存/历史,但兼容层和不同 provider 的语义不能凭接口统一假定等价。值得互动:已计费失败的 usage 留存、候选调用次数、endpoint/credential 保持以及旧缓存失效。

原始来源:证据 1 · 证据 2 · 证据 3

13. Phoenix / Vibe Kanban:权限声明还要接通实际 executor 路径 ​

状态:MERGED #15828 / #3487; RELEASE NOT VERIFIED

Phoenix #15828 即使主 run bypass edit approval,也令子 Agent 保持只读;MCP tools/list 失败只记录异常类别并降级,避免原始 transport 错误带出 bearer header;登出清除 deployment-scope 浏览器 PAT,防止共享机器下一用户继承。Vibe Kanban #3487 补上 Copilot 到 ExecutorApprovalBridge 的路由:之前 Supervised 声明虽关闭 allow_all_tools,却因落到 NoopApprovalService 静默自动批准。两者未确认进入正式版。

CodeFlowMu 待验证:UI policy、backend flag 和 executor bridge 都要闭合,不能只检查设置值。值得互动:新增 executor 的审批 conformance、跨用户凭据清理和降级后的权限。Vibe 学习价值高但竞争风险低,维持 sunset 历史样本低频判断,不由一条修复推断商业恢复。

原始来源:证据 1 · 证据 2

14. UniEmployee 0.24.0:持续 RSS 采集、原文版本与中断恢复正式交付 ​

状态:RELEASED

0.24.0 增加 RSS 信源管理、清单导入预览、单源试抓、持续采集批次、原文版本与待核验资料页,启动恢复中断任务。信源需管理员显式导入或配置后才启用,相关表启动时幂等创建。新增可编辑 PPT 生成与会话预览,但依赖部署端生成 runtime;缺失时交付内容稿,不是完整 PPT 能力。RAGFlow 不可用时返回明确状态并继续使用其他资料;测试通过为上游发行声明,本轮未安装。

学习价值高、竞争风险中高,提高第二圈垂直研究产品关注。CodeFlowMu/FCoP 待验证:采集批次、原文版本、未核验材料和生成交付需独立状态。值得互动:恢复去重、信源启停授权及 PPT runtime 缺失时的交付契约。

原始来源:证据 1

15. MCP:旧版 initialize 的扩展协商得到文档澄清,规范 schema 未改 ​

状态:MERGED #3364; DOCUMENTATION ONLY

#3364 补充 2025-11-25 等 initialization-based 版本如何在 initialize capabilities 中携带 extensions,区别于 2026-07-28 之后的 per-request capability 流。旧发布 schema 没有该字段,也不是旧协议 conformance 必须项;要核查 SDK 是否保留字段及具体 extension 的兼容,并在缺失时降级。PR 的 9/10 SDK 主干审计是上游截至 10 月 27 日的源码核对,不代表所有已发布包或所有扩展都可用。

待验证线索:核心协议版本、SDK capability 透传和扩展支持是三层事实。值得互动:legacy negotiation 的双向保留测试、未知字段被验证器丢弃时的可观测性,以及 Apps/Skills 逐扩展验收。

原始来源:证据 1 · 证据 2

16. LangGraph SDK:重连加退避,无 cursor 时明确警告事件缺口 ​

状态:MERGED #9481/#9482/#9477; RELEASE NOT VERIFIED

#9481 让 wait/join/cancel(wait=True) 的中断响应重连在五次预算内退避重试 429/5xx/连接失败,初始请求失败和其他状态仍直接报错。#9482 对没有 Last-Event-ID 的重连发 warning:后续事件能继续来,但断线期间不能回放,不能宣称无损。#9477 进一步保留跨 chunk SSE 空 data/CR 行和解码 cursor;不声称穷尽规范符合性。

FCoP 待验证:连接恢复不能被自动记为轨迹完整,warning 应进入覆盖证据。值得互动:缺口怎样影响恢复判断、外部 cursor 的可信来源和不同客户端的重放一致性。

原始来源:证据 1 · 证据 2 · 证据 3

17. Google ADK:截断 Claude tool call 不再执行,统一拒绝歧义 URL ​

状态:COMMITTED ON MAIN; RELEASE NOT VERIFIED

b9d2bc3(#7558)在 Claude tool_use 被 max_tokens 或 model_context_window_exceeded 截断时返回 MAX_TOKENS 且 content=None,避免执行不完整参数,也覆盖用工具承载的结构化输出。4d0cd98 拒绝 authority 含反斜杠的 model-supplied URL,修复代理下 URL parser 检查 example.com、实际 HTTP client 却发向 metadata host 的分歧,覆盖 load_web_page、RestApiTool、computer use。这里是上游代码事实,非本地漏洞复现。

待验证线索:解析完成和实际发送目标都要在副作用前确定;模型可修正错误不代表可以先执行半个调用。值得互动:代理、重定向和 parser 归一化一致性,截断后的 retry 是否保留原调用身份。

原始来源:证据 1 · 证据 2

18. AG2:删链接不删目标,skill 安装恢复可执行位并选对 Windows Python ​

状态:MERGED #3479/#3433/#3511; RELEASE NOT VERIFIED

#3479 删除 symlink/Windows junction 时只删链接,拒绝把 base directory 本身递归删除;find_files 显示 dangling/目录/外指链接而不列外部内容。#3433 解压恢复普通文件的 executable bits、不恢复 setuid/setgid,避免 helper 退出 126;#3511 在 Windows 默认 LocalRuntime 用 sys.executable 执行 .py,不把本地主机解释器路径送给 remote sandbox。上游有真实脚本与对照回归,本轮未在 CodeFlowMu 重现。

待验证线索:路径授权需要区分链接位置与目标,安装权限和执行环境也是契约。值得互动:junction/父目录 symlink 的边界、归档权限提升限制和 Windows venv/远端隔离。

原始来源:证据 1 · 证据 2 · 证据 3

跨项目共振与分类处置 ​

  • 声明与实际状态:claimcheck 的 receipt/probe、Concordat 的协议合规、V³AST 的 capability twins、Paperclip 的不确定写入核回执,分别验证不同事实,不能用一个成功分数替代。
  • owner 与批准对象:Codex 的 per-chat lease、Agents JS 的环境准备 owner、Canvas/Orca 的 revision/内容 consent,要求复用与恢复都保留权限归属。
  • 可恢复不等于完整:LangGraph 的无 cursor warning、Paperclip 的 resync、OpenHands 的缺损日志容错,都要让缺口进入验证结论。
  • 保留与删除有执行语义:Beads 永久 tombstone 限制迟到重试;AG2 删除链接而不删目标;迁移 dry-run 必须与实际删除集合一致。
  • 发行不能代替生效核验:Orca 存活 terminal host、插件默认关闭及 Alpha 晚于发行,OpenHands Canvas companion 仍 OPEN,DSPy 主干尚有 parity/billing gate,均保留状态边界。

分类结果:仅信息收集、筛选与报告。上游试验及数字按其原始范围说明,未视为本地结果。本地工程实验 0、文章 0、正式开发评审项目 0、对外评论/消息发送 0。互动议题保存为技术切口,未派工。

双源核查、覆盖与缺口 ​

先用已连接 GitHub 工具读取 latest main Registry:47 位研究人物,blob 8d97df65269aa2b4accd1366d1b71319f99c6efd。人物与仓库保持多对多关系。六位治理/验证研究对象及原始关系边界继续保留,本轮未确认其关联仓库有值得单列的新代码;bulbasaur-skill-cli 仍不是 AGENTSAFE 官方 Artifact。Concordat/V³AST/SciΠvot 的原作者由原论文核验,不归为赵越作品;赵越的新增是索引收录与写作 handoff。Aegis 本轮论文摘要强化既有部署/评估说明,未据此认定新实验完成。

88 个仓库目标覆盖 Registry、明确补充技术项目和 32 个竞品。增量 commit 记录 904,30 个目标有提交;57 个可访问无增量目标另读默认 head。检查 Release、近期 commit 与更新 PR/Issue,重要事件继续读原文/文档/代码。没有逐库穷尽所有 Discussion、架构文档或 License。Superset 保留原监测名称,通过同一 ID 1080370450 的 ParadevAI/Paradev 访问;并不自行替换 Registry。

明确缺口:Codex、Claude Code、Orca 的 PR/Issue 更新各查 12 页仍未完;TSA-AI-Workforce 三类接口实际 404,不推断删除/私有化。Codex 大 Release 列表传输失败,回退最新 3 个及 latest stable 成功;其稳定版仍为 0.165.0。其余 release 主要为最新 10 个,有界列表不等于完整历史。动态分页保留记录数与 unique_count;只有实际成功完成的来源查询推进自己的水位,没有统一全覆盖水位。

第二来源类型单列:实时 47 人分 12 组检索公开人物/讨论,并对 Registry 已确认 X 地址追加定向检索;原始论文、项目主页、Cursor/Audit Commons/Paradev 官方页面及 MCP 文档另行打开。搜索无法可靠定时的新个人帖未计入新增,也不代表穷尽 X。出现同名第三方账号时不猜测归属。Cursor 当前可见 10 月 20 日材料仍旧;Audit Commons 本轮可见 10 月 27 日文章,原报道早于窗口,作为历史补查线索留存,不冒充 29 日发布。三篇新增收录论文原发日期分别为 27、26、15 日;GitHub 一手工程事实可独立支撑,不把两个 GitHub 链接说成两种来源。

GitHub 存档与网站交付 ​

中英文包含同一组 18 项事实、状态、42 个证据链接与判断。仅用已连接 GitHub 工具更新两份当日日档和两个原索引,保留原结构、日期唯一倒序和固定入口。现有页面构建与非强推 gh-pages 发布继续使用,保留原布局、公开快照、翻译缓存及其他已发布内容。最新 main/发布分支并发检查、四文件回读、对应 Pages 完成及双语线上点击验收另存本地回执,正文不预先声称上线成功。未改 Research Runtime 业务事实、调度、候选文章或生命周期状态。

最后更新: