Skip to content

2026-11-03 Agent 核心研究与竞品动态 ​

本轮最重要的变化是:治理正落到执行准入、调用权限快照、取消清理、持久化证据和恢复所有权的具体契约。 Codex、ADK、LangGraph、OpenHands 与 Paperclip 的变更互相印证;Orca 和 Agentlas 有正式发行,AG2 事件树仍在评审。合入不等于正式发行或生产验收。

实际执行起点为 2026-11-03 10:03:00 Asia/Shanghai(02:03:00 UTC)。常规新增窗口从上次起点 2026-11-02 02:46:49 UTC 开始;commit 使用各来源保留的成功基线。Registry 读取最新 main,仍为 47 人。仓库是证据入口,不把贡献者变更写成人物的新论文;赵越始终按“赵越”记录。

1. Codex:主机执行准入与 MCP 权限快照 ​

状态:#58963 #59020 #59028 MERGED; stable release inclusion NOT VERIFIED

新增 Host ownership 与执行准入提供者,root turn 也须先取得容量,执行 guard 保留至任务结束;等待期间仍可输入或取消,失败进入 turn 生命周期。预备 MCP 调用同时保留权限及解释它们所需的工作目录、home、临时目录与 workspace roots;Guardian 使用这份上下文审查 denied paths,避免运行时刷新造成审查与准备调用的权限依据不一致。sandbox context 不进入序列化审批 action。

价值在于区分执行容量、任务所有权与调用权限依据。CodeFlowMu/FCoP 待验证:准入租约是否覆盖实际执行全程,审批是否绑定准备调用时的同一权限上下文。

值得技术讨论:准入等待中取消或权限刷新时,怎样证明 guard 与审批上下文没有跨 turn 复用?

原始公开来源: #58963 · #59020 · #59028

2. Claude Code 2.1.317:失败阻断、持久化失败与会话隔离 ​

状态:v2.1.317 RELEASED (stable)

Agent SDK hook 新增 onFailure: block,可在 callback 失败时阻断动作;定时任务意外获得连接器时给出提醒。修复 cloud/self-hosted runner 内嵌 claude -p 复用外层 ID、污染 transcript 或重启恢复到错误会话;自托管可用兼容开关恢复旧 ID 行为。磁盘满或配额导致 transcript/config 写入丢失时,text/json 模式返回 exit 1;完整 NFS export 仍可能漏检。还修复等待计划审批时 runner 重启丢失对话。

成功退出不能代替持久化成功。CodeFlowMu/FCoP 待验证:hook 故障默认行为、嵌套 session 身份与落盘失败的终态语义。

值得讨论:NFS 漏检边界及兼容开关启用后 transcript 的隔离保障。

原始公开来源: v2.1.317

3. Google ADK:取消真正终止执行,SQLite 写入与 Skill/YAML 边界收紧 ​

状态:7 commits on default branch; #7652 MERGED via commit; stable release inclusion NOT VERIFIED

A2A cancel 现在向活跃 Runner 传递 abort,等待清理,并将 INVOCATION_ABORTED 归为 CANCELED;共享 teardown 封闭悬空的普通 tool calls,暂停中的长期调用仍不封闭。两个 SQLite session service 用 BEGIN IMMEDIATE 把 stale check、状态合并与写入置于同一写锁,防止并发覆盖。Skill 执行去掉自由 command,统一验证路径与结构化参数;YAML 加载阻止私有开关及可执行入口,并补齐旧 from_config 的 denylist。评测器遇到 rubric 缺 verdict 返回未评分,invocation-level rubric 对齐限制仍在。

这些分别修复“状态已取消但工具仍跑”、并发状态丢失、配置升级为执行权限及缺失证据被计分。CodeFlowMu/FCoP 关联均待本地验证。

值得讨论:cancel 返回前副作用停止的证明、长期调用例外及跨 invocation rubric 对齐。

原始公开来源: bc0b418716 · c3abc93d11 · ff61524bb1 · d1f2add4fe · 1c7e8f76b6 · 14765ab2bf · abd8f0f69b

4. LangGraph Python SDK:正常断流不再直接等同完成 ​

状态:#9554 MERGED; release inclusion NOT VERIFIED

run stream 正常关闭且没有 end/error 时,若 Location 指向带 thread 的 run stream,SDK 查询 run 状态;pending/running 或暂时错误触发原重连预算、退避与 cursor 机制。终态或非 429 的 4xx 等沿用结束行为。thread stream、无 Location 和旧式 threadless Location 不变。代价是通常多一次 GET,可能重新下载含大 input 的 run record。

防止代理超时/服务器重启产生截断答案却被当成功。CodeFlowMu/FCoP 待验证:连接终止与任务终态是否独立表达,并保留重连成本。

值得讨论:轻量终态查询能否避免重取 input,同时保留 cursor 幂等性?

原始公开来源: #9554

5. OpenHands SDK:bash 事件日志增加静态加密 ​

状态:#6343 MERGED; general stable rollout NOT VERIFIED

公开 PR 描述的安全披露涉及 bash 日志随 sandbox 文件树暴露,命令和输出可能含凭证。BashEventService 配置 cipher 后写 Fernet token,并支持旧密钥回读;无法解密的文件记录错误后跳过。旧明文仍可读且不自动重加密;没有 secret key 时仍写明文。部署侧移出公开树、改用 upload 交付 secrets 的修复属于其他仓库,不能据此声称所有部署已安全。PR 未执行真实 sandbox 验证。

安全边界覆盖日志、卷与恢复归档。CodeFlowMu/FCoP 待验证:有无密钥、轮换与旧备份各自的真实保护范围。

值得讨论:旧明文迁移或安全删除策略,以及无法解密时是否会把审计缺口显式呈现。

原始公开来源: #6343

6. Langfuse:请求捕获内存有界,MCP 工具失败显式返回 ​

状态:#19576 #19579 MERGED; release inclusion NOT VERIFIED

Gateway 保留 raw JSON,避免 5 MiB 请求展开为 128–483 MiB 的 Value 树;上游独立计数分配器测得新路径约 5 MiB,非本地实测。需要解析的配置/metadata 共用 64 KiB 预算,超限字段留在 input;原始 JSON 格式保留。上游响应解析不在此次范围。MCP handler 失败改为 isError: true 工具结果,使获批调用的失败进入 Agent 对话,而不是只抛协议错误。

审计链本身不能绕过资源准入,也不能丢失工具失败。CodeFlowMu/FCoP 待验证:捕获开销预算和失败事件在恢复/评测中的可见性。

值得讨论:原始 JSON 保留与字段解析预算怎样同时满足检索和隐私需求。

原始公开来源: #19576 · #19579

7. GitHub MCP Server:Issue Artifact 工具实验性合入 ​

状态:#3554 MERGED; experimental opt-in; release inclusion NOT VERIFIED

新增 issue_artifact_read/list-get 与 issue_artifact_write/create-update-delete,用 Issue 保存计划、指令和参考资料。issue_artifacts 显式开启,Insiders 也默认关闭;read-only 仅暴露读工具。使用 issue-scoped artifact_number;开关不授予 API 权限。lockdown 因返回记录无作者身份可供信任检查而拒绝全部操作;写失败不自动重试。作者验证了单个仓库/凭证的生命周期,不能推广为全主机兼容。

为任务证据提供结构化载体,同时暴露作者身份缺失的信任边界。CodeFlowMu/FCoP 待验证:证据对象的身份、授权及重试策略。

值得讨论:缺少作者元数据时,能否提供可审计的受限读取方式?

原始公开来源: #3554

8. Paperclip:丢失 acquire 回复、重启后的 Stop 与 workspace 写者等待 ​

状态:#18692 #18682 #18691 MERGED; stable release inclusion NOT VERIFIED

支持 opted-in provider 从创建 journal 恢复 acquire 回复丢失的 resource identity,但 identity 不能当 termination proof;仍须精确停止回执才能释放所有权。重启后仅凭准确绑定的 pending Stop、audit、恢复 lease/generation 与原预算 reservation,重连旧 session 完成清理,不开启新付费 turn;缺 usage 保留债务。父任务仍写入继承 workspace 时,子任务走可继续的 scheduled retry,stale 或已停但未保存的 writer 仍需 reconciliation。PR 留有受控 PostgreSQL/IPC 与 CI 证据,不能当生产 VM/托管凭证已验收。

学习价值高;竞争风险高;雷达:恢复和执行所有权实现继续增强,生产恢复成熟度尚不能据此上调至已验证。CodeFlowMu/FCoP 待验证:identity、termination receipt、取消 ACK 与计费结算分别举证。

值得讨论:原机器绑定/凭证丢失时怎样保留不确定性,并避免 cleanup 意外提交新 turn?

原始公开来源: #18692 · #18682 · #18691

9. Beads:配置执行权、argv 注入与本机代理认证修复 ​

状态:#7879 #7881 #7885 MERGED; release inclusion NOT VERIFIED

仓库 .beads/.env 不再导入 credential runner/editor/pager 等可执行配置,mail.delegate 仅信任进程环境和用户级配置,工作区 API 拒绝写入。拒绝以 - 开头的 sync remote,MCP argv 用 -- 与 --flag=value 防止文本变为参数。loopback 数据连接要求 owner-only secret 派生 HMAC token;控制探测改 nonce/HMAC,不直接发 secret;Dolt 使用验证后的私有配置快照。共享主机 CA 检查补齐 primary group。新旧代理不兼容,升级需停止旧代理。

学习价值高;竞争风险中高;雷达:安全机制改善,同时记录真实升级兼容成本。CodeFlowMu/FCoP 待验证:仓库数据与用户执行权、本机多用户边界及配置检查到使用间的一致性。

值得讨论:Windows 等无同类 listener-owner 检查的平台,ready-line 与私有快照的剩余边界。

原始公开来源: #7879 · #7881 · #7885

10. Orca 1.4.246:Orchestrator V3 与手机操作正式发行 ​

状态:v1.4.246 RELEASED (stable)

发行说明宣布 Orchestrator V3 同时面向 CLI Agent 与 Chat UI,并过滤编排 worker 通知。Chat UI 移出 experimental,支持排队 follow-up、运行中插入、达到用量上限后换账号或 harness 继续。手机可运行 automations、处理合并冲突与 PR 操作;浏览器/计算机使用和终端恢复也列入更新。“更省 token、更可靠”只有发行说明主张,本轮无独立 benchmark。

学习价值高;竞争风险高;雷达:正式交付与手机操作面增强,性能优势暂不量化。CodeFlowMu/FCoP 待验证:手机应控制任务和证据,跨账号/harness 续跑需校验身份与权限。

值得讨论:换账号续跑时如何重新确认已有工具权限、凭证边界和副作用归属?

原始公开来源: v1.4.246

11. Agentlas OS:独立 engine 稳定通道与宿主环境隔离 ​

状态:os-v1.2.73 / os-v1.2.74 RELEASED (stable standalone channel); legacy latest unchanged

独立 engine 安装到 ~/.agentlas/os-runtime,经 os-bin launcher 启动,不改已有 Desktop runtime。可选 memory、索引、自动更新和 telemetry 等默认关闭;engine 移除 graph automation 与 Telegram/Connect 命令,数据不删除。1.2.74 阻止 host session 将 engine locator 环境变量传给 Claude/Codex,避免其他旧插件替换独立 runtime;Antigravity 注册仅在显式执行时发生。旧 v1.2.72 安装不自动切通道。

学习价值中高;竞争风险中;雷达:从单体转独立引擎的交付边界值得持续观察,不等于验证了可靠性。CodeFlowMu/FCoP 待验证:安装通道、宿主插件与引擎定位环境变量隔离。

值得讨论:同机多版本 host/plugin/engine 的解析优先级和诊断证据。

原始公开来源: os-v1.2.73 · os-v1.2.74

12. Orkas:无效转录与写入失败保留原始证据 ​

状态:#161 MERGED; release inclusion NOT VERIFIED

替换可用 transcript 前验证原生 Whisper 输出,并通过已有 atomic JSON writer 发布有效结果;无效输出返回可恢复工具错误,中断写入保留旧 transcript 与源媒体。保留有效静音、显式 retry 与 workspace confinement。上游报告 231 个确定性用例和三个 Electron 旅程通过,但原生 ASR 用受控 executable,未验证真实转录质量和物理 Windows 执行。

学习价值中高;竞争风险中;雷达:证据保留与失败恢复改善,Windows 交付和真实质量仍待验证。CodeFlowMu/FCoP 待验证:失败重试不得覆盖最后一份可用成果。

值得讨论:atomic publish 失败时,如何区分可重试输出和不可再生成的源证据?

原始公开来源: #161

13. Eigent:事件时间线改为默认,回滚需要重新构建 ​

状态:#2114 MERGED after v1.0.7; next release inclusion NOT VERIFIED

正常构建默认启用事件时间线,包含 inline approvals、任务叙事与模型切换;VITE_CHATBOX_EVENT_BUS=false 回到旧视图,但这是 build-time 开关,需重新构建。没有时间线事件的历史 session 仍回落旧视图。上游默认/回滚测试各覆盖 992 用例,并披露基线失败;PR 未完成 app 内人工核验,旧 renderer 暂保留至少两至三个 release。

学习价值中高;竞争风险中;雷达:治理事件开始成为默认产品交互,保留交付/人工验收缺口。CodeFlowMu/FCoP 待验证:审批与状态应从事件投影,且历史兼容/回滚须有证据。

值得讨论:旧 session 缺事件时,哪些治理事实可以可靠重建,哪些必须标为未知?

原始公开来源: #2114

14. Paradev(原 Superset):附件交付、休眠管理与定时漏触发 ​

状态:#9064 #9257 #9274 #9270 MERGED; release/deployed behavior NOT VERIFIED

附件按 local/remote/cloud 位置选择本机复制、远程传输或 fileId 存储;本机大文件可作为 path,relay 有 25 MB 限制,尚欠整合后的 desktop/mobile/重建 box 人工矩阵,部分持久 event log 与共享视图未实现。CLI 管理休眠 cloud workspace 不唤醒 sandbox,restart/unarchive/真实同事共享未做生产实测。RRULE 的 BYHOUR/BYMINUTE/BYSECOND 数值排序修复跨午夜及乱序漏触发;上游只读查到四个触发器受影响,合入后部署行为未核验。chat 修复等待审批、后台 hold 和 compaction steering 状态,但 SUPER-2700 根因仍未确认。

学习价值高;竞争风险高;雷达:跨设备工作区与调度能力增强,但不把合入或单测当完整生产验收。CodeFlowMu/FCoP 待验证:附件位置/身份、控制面独立于运行面,以及预期触发槽的独立核对。

值得讨论:调度库从未产出的时间槽如何被独立监测,以及跨设备附件何时可宣称持久交付?

原始公开来源: #9064 · #9257 · #9274 · #9270

15. AG2:subagent 事件树与作用域变量方案仍在评审 ​

状态:#3526 #3523 #3524 OPEN (not draft); NOT MERGED / NOT RELEASED

本轮 #3526 head 在 11 月 2 日 21:20 UTC 更新,补齐 usage/task lifecycle 原类型转发与 provenance、自定义 inert event 不入对话历史。方案让祖先观测后代事件、向具体 invocation 回复并连同后代取消;operational ChildEvent 不触发祖先工具或 HITL,作用域变量限定同一 invocation tree,fresh root 复制调用者输入。PR 报告分层测试通过,仍需要 review approval。这是旧方案的本轮集成修订,不是新发行能力。

对子 Agent 可观测性、计费归属与跨用户状态隔离有研究价值。CodeFlowMu/FCoP 待验证:观察事件不能获得执行权限,存储/压缩后仍保留原始 spender 与 invocation 身份。

值得讨论:祖先可见性、定向取消和 shared bindings 的边界能否用同一 invocation provenance 验证?

原始公开来源: #3526 · #3523 · #3524

16. Copilot CLI:预发行修复凭证回显、hook 与后台完成投递 ​

状态:v1.0.106-3 / -4 / -5 RELEASED (prerelease); not stable

最新预发行避免无效 HTTP header 形式的 BYOK key 被写入错误或 session log;hook 返回空 prompt 不再向模型发空串,并给字段警告;仓库禁用的 MCP enable 显式失败。autopilot 停止后到达的后台完成消息延至下一条用户消息投递。此前两个同轮预发行补齐终端控制字符转义、hook 深度及权限/会话恢复错误。仅按预发行能力记录。

对凭证隔离、hook 契约和异步结果不丢失有价值。CodeFlowMu/FCoP 关联待验证;不建议仅凭 release notes 推断本地有相同问题。

值得讨论:延迟投递如何保持原 task/session 身份,避免跨 turn 误归属?

原始公开来源: v1.0.106-5 · v1.0.106-4 · v1.0.106-3

跨项目共振与分类处置 ​

  • 动作前治理:Codex 的 Host admission / MCP snapshot、ADK 的 Skill/YAML 约束、Beads 的用户级执行配置,共同强调“看到了配置”不等于“获得执行授权”。
  • 完成与恢复语义:ADK 真正取消、LangGraph 查询 run、Paperclip 精确 Stop/receipt、Paradev 等待输入状态,都在分开连接、任务、后台工作和清理终态。
  • 证据与资源边界:OpenHands 日志加密、Langfuse 有界捕获、Orkas 原子替换、AG2 provenance,要求既能恢复事实,也能解释缺口与成本。
  • 交付与手机:Orca 正式手机操作、Paradev 分位置附件、Agentlas 独立 engine 表明控制面与执行面正在分离;没有据此宣称跨设备安全或生产可靠性已验证。

本轮为信息收集与分类报告:16 组信息线索;本地研究实验 0,实验文章 0,正式开发评审 0,对外评论 0。上游测试和性能数字均为上游证据,不是本地实验。所有 CodeFlowMu/FCoP 关联都是待验证线索,不生成派工,不修改 Research Runtime 生命周期。适合互动的技术问题已逐项记录,未发送评论。

双源核查、去重与覆盖缺口 ​

GitHub 已检查 88 个目标仓库的 commit 查询、最近 5 条更新 Issue/PR、最近 3 条 Release,保存 500 条 commit(含 Paradev canonical 补查)、174 条 Issue/PR 与 189 条 Release 记录;这些是读取记录数,不是新增或成果数。Orca commit 仅首 100 条、分页未完;TSA 仓库无法访问。Superset 旧路径返回迁移,沿此前已核验的 Paradev canonical 补查 30 个 commit,并保持原雷达身份。Issue/PR 满 5 条、Release 满 3 条均标为部分覆盖,不推进其完整历史基线。曾中断的 30 条列表批次不计成功,随后 88 个目标均按 5 条上限重查。旧的待补查窗口继续保留,不把未知当无变化。

第二来源类型单独核查 Cursor changelog、Cloud Agents release notes、Auditable Agents、Audit Commons latest 及赵越定向公开检索。可读页面没有核实到本轮新日期的技术发布;不把 October 25/27 材料或 upcoming talk 冒充今日新增。USC 主页返回 502;另一未核验地址访问失败,不用它确认身份。未穷尽 47 人全部 X 回复/线程,也未完整检查全部 Roadmap/Discussion、README、License 和安全公告,不能宣称全量无更新。两类来源没有混称,GitHub 一手工程证据可独立支撑上述事实。

赵越指定仓库与六位治理对象的已核查 commit 无新增;MAST、AgentSpec、manifests、隐写与失败归因保持各自关系,bulbasaur-skill-cli 仍仅为相关项目,不是 AGENTSAFE 官方 Artifact。Registry 原仓库路径保留,不因名称相似替换作者或实现。

已对照既有日档去重。MCP #3471/#3452 虽有近期 updated_at,但已读正文、关闭和评论均为旧材料,剔除今日新增;AG2 仅把本轮 head 集成修订作为新变化。历史空档及分页欠账以本地 coverage/checkpoint 为准。

存档与网站发布说明 ​

本日档及英文镜像、两个日期索引是本次唯一源码写入范围,使用 GitHub app tooling 提交。网站沿用原 VitePress 页面与固定入口、公开快照;提交后须构建、非强制 gh-pages 发布,核对匹配的 Pages run 和线上双语索引唯一首项及全文。最终验收结果以本轮聊天汇报和本地 publication-receipt 为准;源码存在本身不代表上线完成。

最后更新: