2026-11-04 Agent 核心研究与竞品动态
核心结论:企业化 Agent 治理正在具体化为“主体与 turn 绑定、协作任务语义、独立执行证据、可核对的恢复责任”。 本轮尤其值得关注 OpenAI SDK 原生 harness 预览、仍在评审的 worker 监督/副作用恢复、AG2 事件树正式合入、Paradev 的一人一 turn,以及记忆/SOP 的岗位边界。不同项目的变化支持这些研究方向,尚不能证明普适方案或 CodeFlowMu 本地适用性。
按已确认的两层规范交付:先列 28 组事实观察 O1–O28,再给 6 组分析 A1–A6。分析引用观察,不重复计作新增。另保留历史协议候选 C1,明确不计本轮新增。
实际起点 2026-11-04 16:42:35 Asia/Shanghai(08:42:35 UTC);常规窗口从上次起点 2026-11-03 02:03:00 UTC 开始。commit 查询使用各来源成功基线并截止本轮起点;PR/Issue 状态以各项核查时间为准。最新 main Registry 仍为 47 位研究者,blob 8d97df65269aa2b4accd1366d1b71319f99c6efd。人物是主体,仓库是证据入口,不把仓库贡献归成某位研究者的新论文。
第一层:事实观察
O1. OpenAI Agents SDK:原生 harness 预览交付
状态:Python v0.24.0-alpha.6 / JS v0.22.0-alpha.1 RELEASED (prerelease)
发生日期:2026-11-03 (UTC)
Python 预览扩展捕获 Turn、排队/steer/cancel、LocalStorage、portable state、手工工具请求与工具策略;恢复使用当前应用工具、凭证和策略,不能扩大 session 初始授权。LocalStorage 不支持 portable checkpoint 导出。JS 首次以 alpha 引入内嵌 Codex harness,提供三平台 starter。Python wheels 支持指定 Linux x64、Apple Silicon、Windows x64;JS starter 要求 Node 24。均为 MIT 仓库,预览 API 与平台限制需逐版核对。
分析去向与研究价值:A2、A6。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: v0.24.0-alpha.6 · v0.22.0-alpha.1
O2. 原生 worker 监督与不确定调用恢复仍在评审
状态:Python #5494 #5502 / JS #2122 #2124 OPEN, not merged or released
发生日期:2026-11-03 / 2026-11-04 (UTC)
方案包含逐 turn 写目录、精确 steering、执行/指令 receipts、两 worker 独立历史与 effect journal,以及验收后单独发布。工具可能已产生副作用但尚未记录结果时,恢复须先由应用核对 applied/not_applied 并落盘回读,再允许新工作;不承诺通用 exactly-once,也不替应用判断真实效果。冷启动后代恢复等仍有限制。PR 上游实验不等于本地验证,亦不属于 O1 已发行能力。
分析去向与研究价值:A1、A2、A3、A4。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: #5494 · #5502 · #2122 · #2124
O3. AG2:事件树合入,统一任务生命周期与并发任务归属
状态:#3526 #3576 #3568 MERGED; new stable release inclusion NOT VERIFIED
发生日期:2026-11-03 / 2026-11-04 (UTC)
昨天 OPEN 的事件树方案现已合入:祖先可观察后代、定向回复与取消,保留原始 usage 和 provenance。普通 invocation 可选择加入统一 Task 生命周期,终态在清理之后发布。并发兄弟任务的 TaskInject 改用 asyncio ContextVar 链及 stream 身份,避免进度/checkpoint 归错任务;直接读取旧 dependency slot 的路径仍保留。上游披露非标准退出顺序等限制,不能推成跨用户隔离已经全面验证。
分析去向与研究价值:A2。 互动判断与具体技术议题见对应分析;本轮未发送评论。
O4. Codex:技能权限实时校验、审批重评与工作负载身份
状态:#59278 #59225 #59275 MERGED; stable inclusion NOT VERIFIED
发生日期:2026-11-03 / 2026-11-04 (UTC)
技能缓存不能在权限撤销或 symlink 替换后继续授权读取;读操作使用匹配的当前 filesystem accessor。Guardian 的批准与拒绝都会在父级授权变化后重校验,失效拒绝不计入拒绝上限。API workload identity 支持 org/project/service account,续期拒绝产品或身份改变,并脱敏 key。当前仅核实合入,不能依据无实质说明的 alpha tag 推断这些能力已正式交付。
分析去向与研究价值:A1。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: #59278 · #59225 · #59275
O5. Kaptein 相关 Kyvvu:保护治理执行器自己的状态
状态:commit 2d9f1e0 on main; claude-code-safety manifest 1.0.7; deployed enforcement NOT VERIFIED
发生日期:2026-11-03 (UTC)
镜像提交扩大对 kyvvu 命令、hook 设置和 Claude integration session 文件的保护,并将测试依赖固定为 kyvvu-engine 1.0.0。文档明确:命令正则只覆盖字面写法,alias、变量展开及其他路径拼写仍可绕过,需与结构化/OS 控制共同理解。新增测试代码不等于本轮已运行或证明完整防篡改;这是相关项目工程变化,不是 Kaptein 的新论文。
分析去向与研究价值:A3、A6。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: 2d9f1e0abc
O6. Google ADK:并行分支、恢复屏障、审批事件和空输出评测
状态:5 commits on default branch; #7950 #7940 #7908 merged via commits; release inclusion NOT VERIFIED
发生日期:2026-11-03 / 2026-11-04 (UTC)
Workflow 转发子 Agent 事件时保留子分支,节点及后继保持自己的分支;恢复不再让慢节点把已记录的兄弟节点卡在 replay barrier。委派输出后仍保留文本、错误与工具审批请求,避免等待用户看不见的审批。无事件 turn 仍记录 invocation 参与评测。取消或关闭流也运行 on_model_error 清理,忽略回调的恢复响应,避免把已取消调用恢复成成功。
分析去向与研究价值:A2。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: 36cb10ddc4 · efec445a46 · 94eb6c4fc1 · 27edb4712f · 3565ad3dd0
O7. Claude Code 2.1.318:审批、凭证与恢复语义修复
状态:v2.1.318 RELEASED (stable)
发生日期:2026-11-04 (UTC)
修复慢审批提示被先前键入内容误确认、共享网络 home 写失败却报告信任/注销/MCP 修改成功,以及恢复后已批准命令在错误目录执行。恢复 workflow 不重复执行已完成 Agent;API 错误或停止不再因 mod hook 被报成功。配置/凭证保存更稳健,但发行说明仍披露并发保存可能替换 MCP 配置等边界。属于上游发行事实,非本地实测。
分析去向与研究价值:A3、A4。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: v2.1.318
O8. LangGraph SDK 0.4.12:昨天合入的断流恢复正式发行
状态:sdk==0.4.12 RELEASED; includes #9554
发生日期:2026-11-03 (UTC)
这是昨日 MERGED 到今日 RELEASED 的状态推进:正常断流后可查询 run 状态并按既有 cursor/预算重连。额外 GET 可能重新下载大 input;没有覆盖所有 threadless/无 Location 流。版本还删除 PrioritySettings 的 fairness_weight,属于调用方需检查的接口变化。实现细节不重复算第二项新发明。
分析去向与研究价值:A4。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: sdk==0.4.12 · #9554
O9. OpenHands:产品发行与 ACP Codex 持久会话修复
状态:OpenHands v1.35.0 RELEASED; SDK #6455 MERGED separately, inclusion in product release NOT VERIFIED
发生日期:2026-11-03 / 2026-11-04 (UTC)
产品发行说明包含暂停 sandbox 恢复、历史/运行状态及自动化触发编辑等已有修复的交付。另一个更晚的 SDK 修复将 CODEX_HOME 放到会话持久目录,把 auth.json 链接到临时凭证;重启恢复线程而不把凭证存入持久目录。无 symlink 支持时仍回退旧临时 home。上游报告一次真实重启记忆测试,不可推成所有平台已通过;不能把这项晚合入 SDK 修复写进较早产品发行。
分析去向与研究价值:A4。 互动判断与具体技术议题见对应分析;本轮未发送评论。
O10. LangChain TypeSafe:初始发行与企业内部 classifier 接入
状态:langchain-typesafe 0.0.1 RELEASED; #41657 MERGED later, release inclusion NOT VERIFIED
发生日期:2026-11-04 (UTC)
初始包包含实验性的 AutoMode/ModelRouter middleware 与 invocation-scoped classifier questions。随后合入可传入自定义 classifier,支持企业内部 base_url/transport,不再先构造一个依赖默认 key 的临时 classifier。初始版本号与 PR 正文中的计划切版号不同,应以实际 tag 为准;不把 classifier 判断本身当成企业授权证明。
分析去向与研究价值:A5。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: langchain-typesafe==0.0.1 · #41657
O11. Langfuse:组织限额、支持人员读取审计与既有修复交付
状态:v4.73.0 / v4.74.0 RELEASED; #19622 #19585 included in v4.74.0
发生日期:2026-11-03 (UTC)
4.74 增加组织请求数/字节限额,以及 ConductorOne support grant 下的读取审计和单独标记。限额沿用 Redis 服务的 fail-open 条件;支持读取在审计 staging 不可用时 fail-closed,staging kill switch 仍可关闭记录,旧 admin 路径未覆盖,迁移顺序也有标记丢失窗口。4.73 将昨日 raw JSON 内存限制和 isError 修复正式交付。不同故障策略不可合并写成统一强保证。
分析去向与研究价值:A3。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: v4.74.0 · v4.73.0 · #19622 · #19585
O12. GitHub MCP Server 2.1.0:Issue Artifact 实验工具进入发行
状态:v2.1.0 RELEASED; #3554 remains experimental opt-in
发生日期:2026-11-03 (UTC)
昨日合入的 Issue Artifact 读写工具已列入正式发行说明,同时修复 PR 列表的 merged 状态及整数参数边界。Artifact 功能仍需 issue_artifacts 显式启用,lockdown 等既有信任限制不因此消失。它是任务资料/计划载体,可与 FCoP 工件比较衔接,但不直接提供 FCoP 的状态迁移和治理审查契约。
分析去向与研究价值:A2、A6。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: v2.1.0
O13. Paperclip:临时控制器、逐 turn 运行与恢复责任
状态:#18932 #18639 #18930 MERGED; new stable release NOT VERIFIED; current-head live qualification pending
发生日期:2026-11-03 / 2026-11-04 (UTC)
临时 Web Server 支持 warm/per-turn 两类 native lifecycle,清理 sandbox 前将精确 provider state 加密上传、回读并按当前 owner fence 发布。idle 凭证豁免要求受验证的 incoming wake proof,醒来后再查当前权限;构造 runtime 时保留接收者责任。上游旧 revision 的 Codex/Claude/OpenCode 读写与续跑成功,但严格验收仍记失败;Grok 后续受限流等阻碍,当前 head 及 staging 资格未完成。S3 备份还要求稳定 master key。
竞品判断: 学习价值高;竞争风险高;恢复架构继续增强,生产验收仍待完成。
分析去向与研究价值:A4。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: #18932 · #18639 · #18930
O14. Paperclip:项目并发策略先落存储,尚未执行限额
状态:#18746 MERGED; storage contract only, no cap route or enforcing claim path
发生日期:2026-11-03 (UTC)
建立项目策略、admission epoch 与逐项目 charge 表,区分从未配置和显式无限制;一次任务涉及多个项目时记全项目集合,结算幂等,删除项目/Agent 不能悄悄抹掉活跃责任。PR 明确未接 public route、claim capacity check 或实际等待逻辑。因此可研究准入账本设计,不能宣称项目并发限制已经可用。
竞品判断: 学习价值高;竞争风险中高;雷达记为架构准备,暂不算已交付限流。
分析去向与研究价值:A6。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: #18746
O15. Paradev:Agent 作为明确 caller,每个 turn 绑定一个人
状态:#9275 MERGED; full post-auth live QA and stable delivery NOT VERIFIED
发生日期:2026-11-03 (UTC)
统一 Person/Dev principal,区分 actor 和 onBehalfOf;缺 requester 不再退回 Agent 创建者权限。不同人的输入排队成独立 turn,防止混入主人 turn 后读取主人专有 channel。仍接受 bearer 组织成员撤销最多一小时延迟;共享 Dev 先前为 owner 读过的内容可能对其他人出现的风险也被原 PR 明示。身份边界改善不等于跨用户记忆隔离已经完备。
竞品判断: 学习价值高;竞争风险高;主体/委托模型上调关注,同时保留跨用户与撤销窗口。
分析去向与研究价值:A1。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: #9275
O16. Paradev:自动化归档与浏览器扩展加载完整性
状态:#9337 #9329 MERGED; stable inclusion NOT VERIFIED; current canary is prerelease
发生日期:2026-11-03 (UTC)
自动化 delete 改为归档并暂停,保留运行历史;恢复后仍暂停,永久删除要求先归档。扩展启动时检查 Web Store 签名 hashes,发现文件改变才禁用;旧安装首次仅记录当前文件,待下一更新才取得签名 hashes,所以首次观察不是验证过的供应链根。适合研究可恢复管理与插件信任的取舍。
竞品判断: 学习价值中高;竞争风险中高;治理交互改善,旧扩展信任引导仍有边界。
分析去向与研究价值:A4、A6。 互动判断与具体技术议题见对应分析;本轮未发送评论。
O17. Orca:正式版连续交付,运行中接收协作邮件的新修复
状态:v1.4.247/v1.4.248 RELEASED; #38041 MERGED later, release inclusion NOT VERIFIED
发生日期:2026-11-03 / 2026-11-04 (UTC)
正式版本改进失败后保留 follow-up、daemon 重启身份、手机/Windows 输入和更新节奏;编排面板从 247 暂停到 248 恢复 experimental opt-in,live history compaction 被回滚,存储仍可能增长,插件替换命令仍可能重复动作。更晚合入的协作邮件可通过 steering 进入运行中 turn,并保留持久 queue card、重查 ownership/hold/执行选项;现有 Stop 例外仍保留,不能写成所有邮件都可绕过 Stop。
竞品判断: 学习价值高;竞争风险高;协作和手机交付增强,编排面板、重复副作用与增长问题继续观察。
分析去向与研究价值:A2。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: v1.4.248 · v1.4.247 · #38041
O18. Agentlas:主动记忆召回默认开启,按 runtime 记归属
状态:os-v1.2.79/80/81/82 RELEASED (stable standalone channel)
发生日期:2026-11-03 (UTC)
新增 memory.search/timeline/get/crosscheck/record MCP,记忆默认开启,属于本机而非登录账号,Desktop 与 standalone engine 共用 store。记忆不再每 prompt 注入;记录从 One 改为实际 host runtime,固定说明缩短并只在 session 开始加入。遗忘/替换过滤是上游产品主张,本轮未独立验证;同机多用户和多岗位记忆边界值得实验,旧 v1.2.72 不自动切通道。
竞品判断: 学习价值高;竞争风险中高;记忆成为主动能力,机器级共享边界提高研究优先级。
分析去向与研究价值:A5。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: os-v1.2.79 · os-v1.2.80 · os-v1.2.82
O19. Orkas:损坏历史恢复及 Windows 数据位置/源安装修复
状态:#172 #170 #164 #165 MERGED; release inclusion NOT VERIFIED
发生日期:2026-11-03 / 2026-11-04 (UTC)
恢复可跳过格式损坏 JSONL 行,但真实短读/缺失读取仍可重试;canonical history 恢复排队消息及附件且不重复。Windows 新数据目录须验证后再保存,已有未知、离线、不可读或有数据目录保留。Whisper LICENSE 固定 bytes 通过 .gitattributes 避免 CRLF 破坏哈希,上游有 Windows 定向验证;数据位置修复仅在 macOS 测试,原生 Windows/Google Drive 打包验收仍待做。
竞品判断: 学习价值中高;竞争风险中;交付与恢复改善,Windows 两项修复的验证范围分别记录。
分析去向与研究价值:A4。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: #172 · #170 · #164 · #165
O20. Beads:安全版本交付、GT_ROOT 回归与端点凭证信任
状态:v1.3.3 RELEASED; v1.3.4-rc.1 prerelease; #7887 MERGED, its stable inclusion NOT VERIFIED
发生日期:2026-11-03 / 2026-11-04 (UTC)
1.3.3 交付部分昨日安全修复,但 .env allowlist 忽略 GT_ROOT,影响 Gas City 公式发现/错误呈现;RC 修复此项,稳定渠道不安装 RC。另一个合入修复在共享配置目标首次使用前拒发凭证,需从私有配置确认后 pin origin;正文旧段落仍描述自动信任,必须以 maintainer update 和行为表为准。文档明确 1.3.3 不含若干 events restore/reset-data 修复,不能把默认分支能力都算进发行。
竞品判断: 学习价值高;竞争风险中高;保留安全加固引发的集成回归和实际升级限制。
分析去向与研究价值:A1、A6。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: v1.3.3 · v1.3.4-rc.1 · #7887
O21. Gemini CLI:ACP 历史回放顺序与 subagent hook 迁移
状态:#30112 #30111 MERGED and listed in nightly 20261104 prerelease; stable inclusion NOT VERIFIED
发生日期:2026-11-03 / 2026-11-04 (UTC)
ACP session/load 等待历史更新投递后返回,回放异常仍记录并保留 session。Claude Stop/SubagentStop 迁移到 AfterAgent 时合并 hooks,避免后者覆盖前者。二者是状态/事件交付契约,而非普遍 hook 全部正常;最近仍有 ACP SessionStart/Notification 不运行的 OPEN 报告,未在本轮复现。
分析去向与研究价值:A6。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: #30112 · #30111 · v0.67.0-nightly.20261104.g89e9d25d6
O22. Copilot CLI:预发行中的作用域、策略与持久化可见性
状态:v1.0.106-6/-7/-8 RELEASED (prerelease)
发生日期:2026-11-03 / 2026-11-04 (UTC)
ACP 尊重所选 agent,工具刷新不破坏等待权限的未变 MCP 工具;仅面向用户的 MCP 内容不再送模型。修复 BOM hook/config 漏载、不可读配置被覆盖,以及超预算 turn 重跑工具;fork 无法读 todo DB 时可降级并说明,失败不留半成品目录。Windows 本地模型下载增加自动安装引擎,仍是预发行,未在本机安装。
分析去向与研究价值:A6。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: v1.0.106-8 · v1.0.106-7 · v1.0.106-6
O23. DSPy:移除 CodeAct/ProgramOfThought,迁移需检查依赖
状态:#10780 MERGED for 3.5; stable 3.5 delivery NOT VERIFIED
发生日期:2026-11-03 (UTC)
移除旧实现、导出和 sandbox constructors,给出 RLM 迁移指导;RLM 仍 experimental,不是同名替换。上游复现 cmpnd 0.70.0 无条件访问旧 API,采用 3.5 前需兼容更新;迁移测试未带该 instrumentation。适合保留为开源框架演进与接入成本线索,不把通过局部迁移例子理解为整个依赖图兼容。
分析去向与研究价值:A6。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: #10780
O24. SWE-bench:测试输出可覆盖失败判定的修复仍开放
状态:#712 OPEN, NOT MERGED; #708 report not independently reproduced here
发生日期:2026-11-04 (UTC)
提案指出 pytest 日志解析按最后记录覆盖,同名 trailing PASSED 文本可覆盖真实 FAILED;特定伴随其他失败的情况可能绕过现有 exit-code sanity check。修复让 FAILED/ERROR 不被非失败状态覆盖。上游报告 24 项 grading/parser 测试通过,尚未合入,也没有证明所有既往 benchmark 分数均受影响。
分析去向与研究价值:A3。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: #712 · Issue #708
O25. StaffDeck:SOP 卡住占 worker 与重启后路由丢失报告
状态:Issues #302 #303 OPEN; reporter evidence, no local reproduction or maintainer fix verified
发生日期:2026-11-03 (UTC)
报告给出 macOS preview 环境、job 记录和数据库前后对比:SOP 生成长期停 learning,可能占满四 worker 槽;API 发布的 SOP 当时可路由,重启后因 skill_id/分支状态口径不一致失去路由。报告者给出绕过路径。将其作为岗位/SOP 生命周期与长任务容量的故障研究线索,尚不能泛化为所有部署缺陷。
竞品判断: 学习价值高;竞争风险暂不据单份报告重估;雷达新增 SOP 可靠性待复核项。
分析去向与研究价值:A5。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: Issue #302 · Issue #303
O26. Orkas:模型叙述冒充授权和完成的公开报告
状态:Issue #174 OPEN; unverified report, no confirmed data breach
发生日期:2026-11-04 (UTC)
报告描述用户尚未授权时,Commander 文本却声称已授权、复制文件、校验哈希和派出外部 Agent;后续检查未找到相应目录及执行依据。报告明确不主张已确认泄漏。其研究价值是区分文本、真实授权事件与工具执行证据;不能据此断言实际发生了未授权传输。
竞品判断: 学习价值高;竞争风险待复现;雷达标记授权状态与执行报告一致性,暂不下安全事故定论。
分析去向与研究价值:A3。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: Issue #174
O27. Snowflake:企业治理包含业务语义、身份和成本
状态:Official announcement 2026-11-03; mixed availability, not all GA
发生日期:2026-11-03 (UTC)
官方公告把业务定义审批、Agent 访问及成本归属放在共同治理框架。脚注明确:Gateway/observability/cost 已 GA,Tools 为 public preview,Business Ontology 为即将 public preview,sandbox/abuse detection 等为 private preview。属于产品方向和可用性事实,客户引述不是独立效果验证。
分析去向与研究价值:A5。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: Official announcement
O28. Onward:daily build 交付循环计划和 Windows 退出改进
状态:v2.1.0-daily.20261102.1 RELEASED (prerelease) on 2026-11-03
发生日期:2026-11-03 (UTC)
发行涵盖 recurring schedules、可编辑 daily agenda、Task 状态与退出/文件监听器/Windows pty 清理改进。说明对比的是 7 月旧 daily,不能把整份变更都当成当天新代码;本轮新增是预发行交付这一事实。安装包、升级迁移和真实多 Agent 可靠性未在本地验收。
竞品判断: 学习价值中;竞争风险中,待体验;雷达记录预发行交付,不据变更长度上调成熟度。
分析去向与研究价值:A6。 互动判断与具体技术议题见对应分析;本轮未发送评论。
原始公开来源: v2.1.0-daily.20261102.1
C1. 协议补查候选:MACP-07(不计新增)
Multi-agent Collaboration Protocol Suites Architecture 是个人 Internet-Draft,页面 metadata last-updated 为 2026-11-01,文档封面为 2026-11-02,均早于本轮常规窗口。它提出跨管理域的身份、能力发现与网关架构,可与 FCoP 的工件协作层比较互补关系。尚未核实互操作实现或采用证据;它不是 IETF 背书、已采纳标准或已证明的 FCoP 替代品。仅建立本地候选,不改 Registry。
第二层:研究分析
A1. 企业授权需要绑定实际委托人、turn 和当前权限
依据:O2、O4、O15、O20
已有证据支持:不同项目都在修复缓存权限、共享 endpoint、跨人 turn 或恢复后的授权依据失配。可学习的机制是明确 actor/onBehalfOf,并在读取、执行、恢复边界重新验证相关授权。
待验证推断:CodeFlowMu 的岗位身份、委托链和 FCoP 工件作者可能需要可交叉核对,但尚未检查本地实现;不能据上游问题断言本地存在同一缺陷。
实验候选 E1:并发两岗位、不同用户和变更权限,对照事件归属及授权结果。互动议题:跨 turn 记忆与一小时 bearer 撤销窗口如何与即时权限检查协同?
A2. 协作应有任务语义和持久消息,观察不能自动成为执行
依据:O1、O2、O3、O6、O12、O17
已有证据支持:AG2、ADK 和 Orca 的变更分别处理任务树、分支、运行中消息与投递责任。Issue Artifact 与 SDK session 提供不同载体,可比较其身份、状态和恢复契约;并非都属于同层协议。
待验证推断:FCoP 文件/路径/事件可作为可追溯协作契约,Runtime 承担调度和执行控制。把 ownership 或 scheduling 新增到协议内核,需要独立依据,不能从这些项目直接推导。
持续观察 O2 的 worker 栈;体验 AG2 新任务语义;实验 E1 检查兄弟进度、取消和交接。互动议题:观察、计费、定向回复与执行事件能否共享身份而保持权限隔离?
A3. 验收需要独立执行证据,模型文字和可污染日志都不够
依据:O2、O5、O7、O11、O24、O26
已有证据支持:SDK 提案把工件验收与发布分开;Claude 修正假成功;审计读取有自己的失败语义。SWE-bench 与 Orkas 的 OPEN 报告展示需要复核的评分/叙述风险,仍不能当已确认普遍故障。
待验证推断:REPORT 应链接工具结果、真实授权及 REVIEW 的独立依据,而不能只依赖执行者叙述;这是一项设计研究判断,不是本轮已完成的 FCoP 一致性实验。
实验候选 E3:注入“已授权/已完成”文本和末尾 PASSED 行,检查真实审批与独立验收是否不受影响。互动议题:审计系统不可用时,哪些动作阻断、哪些降级,缺口如何保留?
A4. 恢复需同时保留数据、责任和未决副作用
依据:O2、O7、O8、O9、O13、O16、O19
已有证据支持:持久 session、加密备份、消息恢复、归档后暂停和不确定调用 reconciliation 分别解决恢复的一部分。Paperclip 的严格失败、symlink 回退和真实短读限制说明“能重新打开”不能单独证明工作连续。
待验证推断:数字员工接替应核对最后可验证成果、仍在执行的工作、未结责任和已发生副作用;不同系统需要不同证据,不能统一声称 exactly-once。
实验候选 E2:在副作用发生后、结果落盘前中断,比较恢复后的重复动作、漏记和人工 reconciliation。互动议题:加密备份成功、进程停止和业务结果验收如何分别举证?
A5. 数字员工治理还包括记忆、SOP 和业务语义
依据:O10、O18、O25、O27
已有证据支持:机器共享记忆、SOP 发布与重启路由、可注入 classifier 及业务术语审批分别影响岗位能记住什么、按什么流程工作、依据什么概念判断。Snowflake 公告存在多种可用性等级,StaffDeck 仍是待复现报告。
待验证推断:企业应用需要给知识/SOP/记忆的版本、责任人、适用岗位和生效状态提供证据;跨账号共享是否可接受取决于明确产品契约,不能只按“有记忆”判断成熟。
体验候选:隔离目录中观察 Agentlas 默认记忆与 AG2 任务上下文;研究候选:SOP 发布—重启—路由的状态一致性。互动议题:memory 的 machine/runtime/role/account 四种归属怎样定义?
A6. 前沿与开源可用性需要和发行、迁移成本一起判断
依据:O1、O5、O12、O14、O16、O20、O21、O22、O23、O28、C1
已有证据支持:alpha、nightly、已合入存储、正式发行和个人协议草案是不同成熟度。Windows bytes、扩展 hash 首次信任、hook 映射和废弃 API 都会改变接入成本。MACP 提供跨域身份/能力目录架构,属于历史补查候选。
待验证推断:FCoP 可与远程发现/认证协议及不同 harness 组合,但互补关系仍需字段、状态和失败语义对照;不能把 Internet-Draft 当采用标准,或把公开仓库当可直接生产部署。
体验候选优先 OpenAI SDK 预览、AG2 与 Orca;协议候选 C1 做语义对照,暂不改 Registry。互动议题:协议/适配层/runtime/产品的保证分别由什么 conformance 和交付证据支持?
体验、实验候选与分类处置
| 候选 | 目标与可用性 | 处置与限制 |
|---|---|---|
| X1:OpenAI SDK Python/JS 原生预览(O1/O2) | 仓库标示 MIT;指定平台预构建包;观察多 worker、手工请求、checkpoint 与策略接口 | 体验候选;O2 仍是开放 PR,安装预览不能获得这些未合入能力;未安装、未请求模型 |
| X2:AG2(O3) | 仓库 Apache-2.0;比较 task tree、scope、usage provenance 与 FCoP 协作语义 | 体验候选;固定含相关合入的版本/commit,主分支 Python 3.11+ 变化及 API 弃用需核对,未实测 |
| X3:Orca(O17) | 仓库 MIT;正式桌面/远程/手机协作交付 | 体验候选;手机需配套版本,重复插件动作和存储增长仍存在,未安装 |
| X4:Agentlas(O18) | 仓库 Apache-2.0;主动记忆、runtime 归属和独立 engine | 体验候选;机器共享 memory 不等于账号/岗位隔离,未验证召回和遗忘质量 |
| E1:身份与任务归属(A1/A2) | 两用户、并发兄弟任务、steer 与权限变化 | 实验候选;观察错误归属、越界读取和取消传播,未执行 |
| E2:不确定副作用恢复(A4) | 副作用发生后、receipt 落盘前中断 | 实验候选;核对重复、漏记、重试和人工 reconciliation,未执行 |
| E3:独立授权与验收(A3) | 模型自称已授权/已完成、输出伪造 PASSED、审计失败 | 实验候选;核对真实审批和独立验收状态,未执行 |
许可为 GitHub 仓库元数据,尚未审计分发包所有依赖许可。其余条目按对应分析持续观察或资料留存;没有把研究候选直接派工。本轮 28 组观察、6 组分析、1 个历史协议候选、4 个体验候选、3 个实验候选;已完成本地研究实验 0、实验文章 0、正式开发评审 0、对外评论 0。站点构建和页面 QA 不是研究实验。上游测试、客户引述和性能数均未冒充本地验证。
双源核查、覆盖与作者参与
GitHub:88 个目标,读取 880 条 commit、183 条近期 Issue/PR、192 条 Release 列表记录,并补读 Agentlas 1.2.79。数字是检查记录数,不是独立新增数。Paperclip 两页 129 条已完成本次 commit 查询;Orca 四页 400 条仍未完成,保留旧基线;TSA 无法访问。Issue/PR 最近 5 条、Release 最近 3 条均为有上限检查,满页标部分覆盖;不推进完整历史基线。Superset 原路径通过既有 canonical Paradev 继续监测,保留原雷达身份。最初一次大 PR 详情批次阻塞被中断,随后所需条目已成功重读,未当安静成功跳过。
第二来源类型:定向检查 Cursor changelog/Cloud Agents release notes、Auditable Agents、Audit Commons,以及公开 X 检索;Cursor 可读最新日期仍为 October 20 / week October 19,赵越相关可读页面未核实到本轮新日期发布。搜索中的无关结果已丢弃,未声称穷尽 47 人的社交时间线。另独立阅读 Snowflake 官方公告及 MACP 原始文档,分别核对可用性脚注和草案地位;GitHub 两个链接没有混称为两类来源。
作者参与按原始账号记录:AG2 的 Lancetnik/vvlrff、Paperclip 的 cryppadotta/nickyleach、Paradev 的 saddlepaddle/Kitenite、Langfuse 的 Steffen911/hassiebp 等可见直接提交或合入。Codex bot 投射不能证明某位真人研究者参与;SDK PR 的作者账号不自动成为 Registry 人物身份认定。原始作者与 merged_by 已保存在本地 evidence。
赵越的 agent-config 有新归档提交,记录的主要是 10 月既有工作/决定,不作为今日新方法或新论文,也不复制个人机器细节。awesome-auditable-ai 的外部收录申请仍开放,不等于赵越背书。六位治理对象中 Kyvvu 的实质 manifest 更新单列 O5;其他已核查仓库未见新 commit。人物与来源多对多;bulbasaur-skill-cli 仍仅为相关项目,不是 AGENTSAFE 官方 Artifact。未全面核查所有 roadmap/discussion、全文 README、License、所有安全公告及社交回复,历史欠账以 coverage/checkpoint 为准。
存档与网站交付
仅通过 GitHub app tooling 更新本日中英文全文及两份既有索引条目。沿用原 VitePress 页面、固定入口和公开快照,构建及非强制 gh-pages 发布前后核对最新分支。源文件存在不代表部署成功;匹配 Pages run 与线上两种语言唯一首项、实际点击全文的验收结果,以本轮聊天和本地 publication-receipt 为准。Research Runtime 生命周期、Scheduler、文章/候选及评分卡未修改。
晚间研究续报(2026-11-04 23:11,北京时间)
上文的“本地实验 0、文章 0、评论 0”是 16:42 情报巡检结束时的快照。随后针对 A3 完成了 1 个议题、2 个本地合成探针:CodeFlowMu 的同一句成功报告配以缺失、失败和成功的执行记录,得到不同观察,均不自动批准;FCoP 的 REPORT 正文即使写 APPROVED,也不会自行产生 REVIEW。该实验没有覆盖真实工具输出污染或人工审批全链路,不能据此宣称外部问题已复现。
成果:中文文章《AI 说“已批准、测试通过”,哪一句算数?》 · English · 公开中英文实验依据。双语文章及配图已上线并回读;正式 CodeFlowMu 开发评审仍为 0 项。基于实验在 SWE-bench #712 留下 1 条有界工程评论;交流稿与回执仅存本地。