Skip to content

2026-11-05 Agent 核心研究与竞品动态 ​

核心结论:今天最值得学习的是“当前授权、协作投递、独立交付凭据”如何贯穿数字员工的持续履职。 AG2 1.3 和 LangGraph 1.2.20 提供已发行的协作/恢复机制;Paperclip 的真实交付检查值得研究;Paradev 转为 MIT 是本轮最明确的竞品判断更新。OpenAI 原生 worker 合入预览分支,仍须与稳定产品和未合入存储/审计提案分开。

采用已确认的两层交付:31 组事实观察 O1–O31 → 6 组研究分析 A1–A6;另有历史协议候选 C1,不计新增。实际执行起点 2026-11-05 13:43:53 Asia/Shanghai(05:43:53 UTC),常规提交筛选承接昨日成功基线 2026-11-04 08:42:35 UTC;Orca/TSA 等历史空档按来源保留,PR 状态采用当轮回读时的最新状态,起点后变化单独注明。对照昨日公开日档和本地事件记录去重,发行/合入状态升级不冒充新发明。

第一层:事实观察 ​

所有测试数字、实测和故障描述如未另注均为上游作者的公开证据;本轮未安装、复现或运行这些产品。MERGED 不自动等于已发行;OPEN/DRAFT 不视为现有产品能力。

O1. AG2 1.3 正式发行:协作事件、状态作用域和任务生命周期 ​

v1.3.0 RELEASED stable · 2026-11-04 09:21 UTC

祖先可观察所有后代的 ChildEvent 和原始用量事件;观察不会进入父模型对话或触发父工具/HITL,成本按来源事件去重。COPIED、LOCAL、SHARED 明确跨委派边界,SHARED 的并发同步由应用负责。TTL 是给外部观察者的期限,不是本地执行超时。昨天的合入线索现升级为正式发行;要求 Python ≥3.11,TaskConfig 等入口计划在 1.4 移除,迁移有成本。

原始来源:1

O2. LangGraph 1.2.20:过期审批答复可拒绝,每次 interrupt 独立编号 ​

1.2.20 RELEASED stable · 2026-11-05 02:20 UTC; #9574/#9589 MERGED

严格模式在写入前拒绝已不待处理的 interrupt ID、空回答映射和多问题下的歧义单值;第二次 interrupt 有自己的 ID,避免重试旧答复误答下一题。默认行为不变;使用私有配置键,RemoteGraph 不转发该键,过时 checkpoint 和嵌套图有检查例外,旧 ID 兼容回退仍保留。适合研究审批与问题版本绑定,不能据此声称所有恢复路径均拒绝旧答复。SDK 0.4.13 同时发行 cancel_reason 与状态字段选择。

原始来源:1 · 2 · 3

O3. OpenAI 原生 worker:监督与不确定副作用恢复已合入预览分支 ​

Python #5499/#5501/#5502 and JS #2122/#2123/#2124 MERGED into feat/codex-harness · Nov 4–5; Python #5494 CLOSED NOT MERGED; #5514 OPEN

支持指定 turn 的 steering、隔离写目录、等待子进程退出,以及外部副作用已发生但结果未落盘时先阻止恢复,由应用独立核实 applied/not_applied 后绑定原调用、刷盘并回读。JS 双 worker 示例在单独发布前核对完整文档和同 turn 执行哈希。合并的不是稳定 main,也未核实新发行包包含这些层;冷启动后代恢复、跨新 call ID 去重和通用 exactly-once 仍不提供。新 #5514 提议 SessionStore/SQLite 持久化、writer fencing 和未知结果阻断,仍 OPEN;其参考适配器限 POSIX,不能当 Windows 已验收。

原始来源:1 · 2 · 3 · 4

O4. OpenAI 原生 tracing:跨排队/子 turn 的上下文与隐私约束 ​

Python #5513/#5519 OPEN; JS #2155 OPEN · created Nov 4–5

workflow/custom span 提案在排队准入前捕获上下文,延迟子工作保留父身份和更严格内容策略;processor 失败记录丢失但不改 Agent 结果,凭据不写入会话。被动 request metadata 提案只观察请求设置和保留响应,事件短暂且 best-effort,不赋予执行权限,暂不覆盖原生子调用、reviewer 或压缩请求。均未合入;自动跨进程传播和 trace viewer 交付等仍延期,上游 loopback 测试不等于真实后端验收。

原始来源:1 · 2 · 3

O5. OpenAI 原生 A2A 适配器:任务状态与私有状态共同持久化 ​

JS #2129 MERGED into feat/codex-harness · 2026-11-05 05:46 UTC (post-start status recheck)

可选 A2A 1.0 JSON-RPC 适配层采用官方 SDK peer,调用前核路由、取凭据前核端点、返回前核所有权。人工输入绑定 task/context/challenge/generation;恢复重发已保存 Task 投影而不重跑 Agent,丢失 mutation 回执保留 unknown。主机仍负责可信端点、当前授权、持久化和 mutation reservation,部署互操作未验收。本条状态在执行起点后复核更新为 MERGED;不是 A2A 已覆盖企业治理,也不是 FCoP 同层替代。

原始来源:1

O6. Codex:权限按实际执行环境和调用边界解析 ​

#59489/#59530/#59507/#59572 MERGED main · Nov 4–5; stable-release inclusion unverified

MCP Guardian 使用工具所属环境的权限,早期评分与当前 owner 权限不符就重新审查。sandbox 启动时解析实际 workspace roots,空列表不给工作区访问并保留 deny;Windows 使用共同转换路径。记忆整理 Agent 仅能写记忆根、无网络;后台请求使用 runtime identity、每次请求取环境凭据并阻止云请求重定向。价值在于主体/环境/动作绑定,而非只看会话开始时的一次授权。

原始来源:1 · 2 · 3 · 4

O7. Codex:压缩摘要不等于消息已被模型读取 ​

#59404 MERGED main · 2026-11-04 13:03 UTC

保存 history sequence 和正常推理的采样 checkpoint,在本地/远程压缩、替换历史和 resume 后保留尚未被正常模型请求包含的 Agent 消息。摘要输出本身不能作为投递成功凭据;仍受既有大小预算约束。它把“已进入记录”和“已被下一次决策看到”分开,对多 Agent 交接尤其有研究价值,稳定发行包含情况未核实。

原始来源:1

O8. ADK:有界并行、待人工输入的委派和子 runner 清理 ​

main commits 5e4f0e18/60128104/73cfd62e · 2026-11-04; release inclusion unverified

max_parallel_workers 可限制 workflow 并行 worker;默认 None 仍无限制,非法组合拒绝。single_turn 子 Agent 的 workflow 工具等待 RequestInput 时,委派继续 pending,避免提前给父方 None 并丢失后续回答;AgentTool 用 finally 关闭子 runner,异常和取消也清理工具资源。上游改动提供可研究机制,未在本地复现或验收。

原始来源:1 · 2 · 3

O9. ADK:共享 app/user 状态并发写入与零值资源限制 ​

main commits 6b2d4552/a702e3c0 · Nov 4–5

数据库会话服务对共享 app/user 状态做进程内串行写入,创建会话时在 PostgreSQL/MySQL 锁定已有行;Redis 使用 watched transaction 合并,防止并行会话覆盖彼此键。不要将“进程内锁”泛化成全分布式保证。BashToolPolicy 的内存、文件大小和子进程上限 0 现在确实传给 setrlimit,None 才表示无上限。均为 main 代码,未核实发行。

原始来源:1 · 2

O10. ADK:A2A 集成移除 experimental 标记,恢复与撤权语义补齐 ​

main commits 95d4a566/512d56b2/70e1cbde/02db0ff2 · Nov 4–5

RemoteA2aAgent 等 API 移除实验警告;A2A task 不再因中途一次错误就永久 FAILED,同一/上级分支最终成功可消解相应错误,根错误例外。OAuth refresh 收到 invalid_grant 时删除死凭据并要求重授权;其他刷新故障仍可能保留旧 token。Live API 暂不可恢复更新不再抹掉最后有效 handle。移除标记并不证明跨部署互操作、所有凭据服务或长期运行均已验收。

原始来源:1 · 2 · 3 · 4

O11. ADK:评测不能把不完整轨迹当作可验收输入 ​

main commits e4f6c3a9/16898f30/10b71623 · Nov 4–5

每次 judge 响应使用该 invocation 自己的 rubric,防止多轮中错用最后一轮指标、漏掉失败项却给出通过。截断 payload 使 eval_ready=false,禁止投影掉能揭示截断的保护字段。TOOL_ERROR 补成错误响应;人工确认/输入/凭据工具保留在轨迹,但不计作业务工具循环。这是验收证据完整性修正,不是本地已完成 benchmark。

原始来源:1 · 2 · 3

O12. MCP Apps:规范约束安全属性,允许单层或双层 iframe ​

#717 MERGED · 2026-11-04 18:07 UTC; draft spec source verified

不再强制双层 sandbox iframe,但网页宿主仍须跨源 iframe、规定 sandbox flags、等待 initialized,并由宿主控制的服务器以 HTTP headers 设置 CSP;不能直接把最敏感的安全属性交给第三方 MCP 服务器。单层和双层做法成为非规范性示例。作者计划用于 Gemini,不能当已部署证明;这次仅规范修改,作者注明截图/PDF 测试环境未全通过。

原始来源:1 · 2

O13. Paperclip:没有交付物凭据,不能仅凭最终文本关闭任务 ​

#19130 MERGED master · 2026-11-05 03:46 UTC; release inclusion unverified

上游复现:provider 最终文本声称有 Markdown 简报,但没有保存的文档/附件,合成 success 仍可把任务置 done。修复在 finalization 和状态提交事务再次查有效发布凭据;凭据被删、锁定或请求修订时重新判断,缺失输出只走有界修复。免文档降级必须有针对当前不变请求的真实人工拒绝,模型文字和旧决定均不足。上游有真实 PostgreSQL 对照,本地未复现。

竞品判断: 学习价值高;竞争风险高;提高交付验收机制关注度,正式发行与生产资格判断暂不升级。

原始来源:1

O14. Paperclip:恢复文件、交接所有权和完成任务是三种不同权限 ​

#19181/#19184/#19038 MERGED master · Nov 4–5; #19186 OPEN at recheck

失败的文件保留重启不能提前丢掉旧 stop receipt,磁盘满时可结束恢复、在新隔离工作区继续并保留旧源。新负责人仅在绑定的文件恢复凭据满足后解除 hold;旧负责人自己的 no-replay hold 仍保留,只有 snapshot 不足。旧 controller 的加密归档仅保存证据,不赋予执行权。另 #19186 提议阻止已转派出去的旧 run 把新负责人的任务关闭,仍 OPEN,不能说整条所有权链已修复。

竞品判断: 学习价值高;竞争风险高;更新为恢复治理持续增强,但仍存在开放的完成权问题和部署验收缺口。

原始来源:1 · 2 · 3 · 4

O15. Paperclip:Runner 私有 park/claim/retire 协议仅合入传输基础 ​

#19129 MERGED master · 2026-11-04 23:56 UTC

Unix stream 使用有界 JSON frame、精确 Runner/lease/run/session/turn/item 绑定、请求 ID 重试缓存和冲突检测,并让凭据不继承到 provider 子进程。当前模块没有接入 Runner 启动,不执行 park/claim/retire,也不能证明 VM 可休眠或跨进程死亡恢复。这是可比较的控制消息实现,但语义属于 host/Runtime 生命周期,不是 FCoP 工件协调协议的同层竞品。

竞品判断: 学习价值中高;竞争风险暂不因休眠能力上调;雷达标为协议基础已合入、生命周期能力未交付。

原始来源:1

O16. Paradev:从 ELv2 转为 MIT,2.0.4/2.0.5 正式发行 ​

#9356 MERGED Nov 4 19:12 UTC; desktop-v2.0.4/.5 RELEASED stable Nov 4–5; LICENSE.md verified

Superset 原项目的 canonical 仓库已核验为 ParadevAI/Paradev;主程序从 ELv2 改 MIT,SDK 从 Apache-2.0 改 MIT,官网 11 月 4 日公告与 LICENSE.md 一致。允许商业使用/修改仍须保留许可声明,不等于托管服务免费;自有云 Linux host 的终端流量仍经厂商 relay。2.0.4 的清单包含昨天的人/Dev actor 和归档自动化机制,现为发行进展。Pro 不再展示 cloud 小时,但 #9365 明确实际额度和计费未改,不能写成已取消权益。

竞品判断: 学习价值高;竞争风险上调:许可和自托管门槛下降。雷达更新为 MIT 开源,仍保留 relay、平台和企业能力边界。

原始来源:1 · 2 · 3 · 4 · 5

O17. Paradev:工作区复用与会话延续独立配置 ​

#9377/#9378 MERGED Nov 5 01:46/01:58 UTC; included in desktop-v2.0.5

自动化可选每次新工作区、首次创建后复用、手选工作区;共享工作区时再选 fresh/continue 会话。自动固定首次创建的 host/workspace,并处理旧客户端回写和删除后重建。上游仍未完成运行中桌面/云全流程人工 QA;尤其 PR 触发器若复用工作区,后续 PR 可能继续使用首个 PR checkout,作者明确建议此类自动化选新工作区。这是数字员工持续履职与任务隔离的实际取舍。

竞品判断: 学习价值高;竞争风险中高;增加持续工作环境研究,不把复用自动等同于正确隔离。

原始来源:1 · 2 · 3

O18. Orca 1.4.249:不确定投递保留原消息,临时审批不落成永久授权 ​

v1.4.249 RELEASED stable · Nov 4 23:53 UTC; #32267/#37895 MERGED Nov 4; #37895 release inclusion not independently pinned

投递超时后保留原消息一次,不自动重发或退回输入框;队列的编辑、附件、顺序和 held 状态跨 Stop/restart 保存。临时会话批准的映射修复把 destination 改为 session,避免写入项目永久规则;既有误写规则不会自动清除。新发行再次禁用实验 orchestration 面板,移动功能还需 Mobile 0.0.64;插件替换重复动作和聊天存储增长仍列已知问题。不能把发版当协作治理成熟证明。

竞品判断: 学习价值高;竞争风险高;消息可靠性增强,编排面板成熟度下调,保留重复副作用风险。

原始来源:1 · 2 · 3

O19. Orca:空闲主会话不等于后台员工已停止 ​

#38207/#38257 MERGED Nov 5 03:47/01:48 UTC; #38379 OPEN; later than 1.4.249

Pi 活性 registry 统计排队/运行后代、未投递结果和待唤醒 turn;只有当前实例在五秒内明确回答 idle 才允许回收,无答复宁可保留会话,代价是故障桥可能一直占资源。另一修复移除 128 个开放条目导致长 turn 被误停的硬限制,仍保留字节预算。Claude 重启后后台唤醒 #38379 仍 OPEN 且依赖草稿恢复修复,不能宣称所有 provider 均已解决。

竞品判断: 学习价值高;竞争风险中高;增加后台履职生命周期机制,但仅按已合入 provider 范围判断。

原始来源:1 · 2 · 3

O20. Orkas 正式版:周期排班、队列恢复与双副本保留 ​

v2026.11.4 RELEASED stable · Nov 4 15:59 UTC; #176 MERGED

新增多星期/多月日排班选择,恢复队列输入、附件和中断会话;Library 迁移遇并发修改/部分删除时保留两份可恢复数据。合入说明仍记录 Commander/OfficeWorker 初始开销超过 20k token 门槛、严格 GPU 日志案例失败、Windows/Linux 真机和全应用性能验收不全;不得用发版抹掉这些缺口。昨日 #174 的授权/执行文字误报仍是 OPEN 的报告者线索,未证明真实泄露或执行。

竞品判断: 学习价值中高;竞争风险中高;提高排班和恢复交付关注度,跨平台生产成熟度不升级。

原始来源:1 · 2 · 3

O21. StaffDeck:个人 MCP OAuth 与按需能力发现仍为草稿 ​

#304/#305 OPEN DRAFT · created 2026-11-04 09:49/09:56 UTC; author duhu2000

提案按 tenant/user/server 隔离加密凭据,使用 DCR、PKCE、一次性 state;调用时解析当前聊天用户,资源地址变化阻止旧令牌复用。企查查连接复用 capability_search/describe,不把完整 schema 目录灌入模型。刷新锁限单进程,提前 401 要重授权且不自动重放业务动作。所有目录/短信 OAuth 验证目前是 mock,未完成正式包和真实角色 UI 验收;不是官方已发布能力,也不是 186 个生产工具已验证。

竞品判断: 学习价值高;竞争风险暂不因草稿上调;列为身份隔离与企业工具接入研究线索,仓库 AGPL-3.0 元数据已核验。

原始来源:1 · 2

O22. Anthropic 官方 cookbook:用完成会话蒸馏可追溯的文件记忆 ​

#959 MERGED main · 2026-11-04 19:06 UTC; notebook and helpers read

lead 编排每份 transcript 的 analyzer,全部完成后 organizer 整理索引;原始会话只读,蒸馏阶段写记忆,业务会话只读挂载,事实注明过期/替代关系。它提供 notebook 和 nightly 脚本,要求 Python ≥3.11、SDK 2.x 与 Managed Agents beta 访问,不是纯本地免费方案。默认夜间原地更新没有人工审阅,恶意 transcript 仍可能污染记忆;长期未完成会话可能被时间窗口漏掉。上游成本/事实保留测试是作者结果,本地未运行。

原始来源:1 · 2

O23. DSPy:结构化历史 ReAct 成为 3.5 主实现 ​

#10795/#10800 MERGED main · Nov 4; stable 3.5 release unverified

typed submit 保留输出约束,强制提交失败会抛错而非给不完整结果;支持结构化 history 和同 turn 多个顺序工具调用。旧 trajectory/extractor 优化状态须迁移并重新编译,ReActV2 仅保留弃用别名到 3.6,TwoStepAdapter 在 3.5 弃用。作者示例 2→1、4→2 次调用只是执行形态对照,不是准确率/延迟 benchmark。适合观察可验证的结果提交与历史结构,不能当无成本升级。

原始来源:1 · 2

O24. Semantic Kernel:业务数据修改须明确映射,网络检查绑定真实连接 ​

#14718/#14719 MERGED main · Nov 4 15:35 UTC; Python #14724 OPEN Nov 5

结构化数据插件默认 query-only,insert/update 用独立请求类型和显式映射,update/delete 由应用约束目标实体;旧直接实体修改重载 fail closed。HTTP 插件把已验证地址绑定到实际连接并保留 TLS 主机名,不受控自定义客户端无法保证时拒绝。另开放提案修复模型截断、尚未写参数却以工具默认值执行的问题,显式 {} 与“根本没写参数”必须区分。后者未合入,不能写成现有防护。

原始来源:1 · 2 · 3

O25. Langfuse:读审计扩大,同时出现提示大小限制的回滚事故 ​

v4.75.0 RELEASED Nov 4 09:26 UTC; #19625 MERGED 15:33; #19742 revert MERGED 21:21 (both later than release)

4.75 加入 Codex skill 资源加载 trace、本人 gateway 用量查看及采集限流 503/Retry-After。之后 #19625 为 28 个 v4 读取过程增加资源引用/拒绝审计;成功读取在 staging 写失败时阻断,拒绝仍返回 401/403,受企业许可/开关与路由选择约束,尚有未覆盖读路径。4.75 内的 500 万字符 prompt cap 误伤既有组合 prompt,并在读取时 409;官方记录 EU Cloud 故障,main 已回滚,但放大风险仍未解决。不能把之后的审计或回滚说成已包含在 4.75 包中。

原始来源:1 · 2 · 3

O26. Phoenix:实验身份记录更多设置,但脱敏有明确取舍 ​

arize-phoenix-client-v3.7.0 RELEASED Nov 5 03:07 UTC; JS client 7.18.1 RELEASED Nov 4

Harbor 实验元数据记录模型参数、Agent kwargs、超时、轨迹恢复和环境变量名,以区分同模型不同运行设置;不存环境变量值,URL 凭据脱敏。但按敏感键名过滤无法保证 neutral-name 下的密钥不泄漏,作者明确保留这个取舍;不是完整防泄漏证明。JS 客户端同时保留失败实验 task span 的错误状态。更适合研究实验可重建性与最小必要记录,而非仅比较模型名字。

原始来源:1 · 2 · 3

O27. LangChain:嵌套代码工具复用同一审批/中间件的原型 ​

#41702 OPEN DRAFT · created Nov 5 04:38 UTC; #41689 MERGED Nov 4

get_tool_executor 原型让程序化嵌套工具经过现有 ToolNode 和全套 middleware,保留已完成结果跨 approval/resume,避免审批恢复重复副作用。仅支持返回 message 的工具,拒绝批量 HITL 与 Command;QuickJS heap、每 turn 工具过滤、文件 read-your-writes 仍是独立设计门槛。未合入、未迁移 Deep Agents。另已合入的 ModelRefusalMiddleware 默认不记录 trace 输入 payload,稳定发行包含情况未核实。

原始来源:1 · 2

O28. Browser Use 1.0 草稿:从固定动作转向持久 Python REPL ​

#6314 OPEN DRAFT targeting v1 · created Nov 5 04:29 UTC; main remains 0.x

Pydantic AI + browser-harness/CDP 的新架构默认厂商 gateway 与云浏览器,可选本地 Chrome;worker 环境变量 allowlist、type_secret 和输出脱敏试图限制密钥暴露。但作者明确 REPL 不是 sandbox,代码可读本地文件;旧参数、旧 MCP 工具和集成有迁移破坏。live gateway、真实云浏览器和公共 benchmark 尚未跑通/执行,Windows 尚待首轮 CI。只能列前沿观察,不能写成 1.0 已发布或安全性已验证。

原始来源:1

O29. Gemini 与 Copilot:取消、恢复、配置失败的精确语义 ​

Gemini v0.67.0 stable/v0.68.0-preview.0 prerelease RELEASED Nov 4; Copilot v1.0.106-9 prerelease RELEASED Nov 4

Gemini 稳定 0.67 包含取消后阻止非交互工具继续执行和 MCP 权限请求元数据;0.68 preview 才包含此前的 ACP history replay 等待、SubagentStop hook 合并,以及扩展安装串行化。Copilot -9 的 ACP cancel 仅停当前 turn,后台任务/命令继续;配置类型错误给出警告,悬空 symlink 的工作区外访问先请求权限。不同产品 Stop 语义并不一致,必须在适配层验证,不能统一承诺“取消全部”。

原始来源:1 · 2 · 3

O30. OpenHands SDK:子 Agent 凭据上下文与插件缺失可见性 ​

#6461/#6460 MERGED main · Nov 4 19:36/15:32 UTC; release inclusion unverified

具名 LLM profile 的子 Agent 注册现在传 owning conversation cipher,避免把静态加密密文当 API key 发给 provider;已有共享 registry 的名字可复用,但子 conversation 再发现新 Agent 的嵌套路径仍有限制。自动加载 marketplace/plugin 失败会向用户发脱敏错误事件,保持非致命,不再只写 warning 让技能/子 Agent 静默缺失。没有因此证明 fallback 或所有嵌套委派路径已修复。

原始来源:1 · 2

O31. Beads 1.3.4:昨日候选修复进入稳定版,恢复风险仍需保留 ​

v1.3.4 RELEASED stable · 2026-11-04 09:22 UTC; #8123 MERGED main later

1.3.4 仅在 1.3.3 上恢复读取 rig .beads/.env 的 GT_ROOT,修正已发行 Gas City 对 bd 失败的误报;多平台二进制已发布。旧版本升级仍需遵守 migration 0062 后不运行 compact/flatten 的警告;events restore 和 server reset-data 重做不在该版本。之后 main 又限制从该环境文件得到的 GT_ROOT 不可用于写 formula,不能当成已进入 1.3.4。状态进展有价值,但不是新的完整恢复方案。

竞品判断: 学习价值中高;竞争风险维持中高;修复已稳定交付,升级与数据恢复风险不下调。

原始来源:1 · 2

C1. 历史协议补查,不计本轮新增 ​

MCP 异步工具审批 #2848 与 Events #3415 均 OPEN,参考实现/评审仍有缺口。已核实最后实质提交分别为 8 月 26 日、10 月 27 日;今天的 updated_at 不能冒充今天新增。前者可研究断线审批、执行前重新授权和 outcome-unknown,后者可研究游标重放和事件触发。仅为历史资料/协议比较候选,不代表已采纳标准、真实互操作或 FCoP 同层替代。

第二层:研究分析 ​

A1. 企业治理的授权单位,需要细到主体、资源、动作与当前问题 ​

依据:O2、O6、O10、O18、O21、O24

已有证据:过期 interrupt、MCP owner 环境、被撤销凭据、会话授权误持久化和显式实体映射,都说明一次登录或一份角色说明不能独自表达执行权。待验证推断:CodeFlowMu 可研究把岗位/委派依据、人工决定版本、当前执行主体和资源范围关联检查;目前未证明本地存在对应缺陷。实验候选 E1:同一任务经转派、撤权、第二次审批和工具环境切换后,重放旧答复/旧凭据,观察实际动作是否仍被接受。交互议题:LangGraph 的旧 ID 兼容回退与应用层 approval revision 如何共同约束?

A2. 协作协议研究应比较消息语义与证据契约,并区分 Runtime ​

依据:O1、O5、O7、O8、O12、O15、O17、O27

已有证据:AG2 区分观察与执行,Codex 区分记录与模型采样,A2A 区分私有持久状态与公开 Task 投影,MCP Apps 以安全属性约束宿主而不固定 iframe 结构。待验证推断:与 FCoP 比较时,应问任务/工件/事件 ID、状态变更、交付确认、证据引用和互操作如何表达;Runner park/claim、工作区复用和进程回收属于 CodeFlowMu Runtime/适配层。不能仅因都用文件或消息,就说是同层替代。资料候选 C1 的 MCP 异步审批/Events 值得补查,但实质提交早于窗口,不计新增。

A3. 持续履职需要“可继续”与“可完成”的不同证据 ​

依据:O3、O13、O14、O19、O20、O29、O30、O31

已有证据:Paperclip 的交付物复核、文件恢复 hold、OpenAI 的 unknown effect、Orca 的 worker 活性及不同 CLI 的 cancel 范围,分别处理不同生命周期事实。重试成功、会话还活着、文件已救回,都不能自动证明任务已完成或可以重放副作用。待验证推断:数字员工产品可把待输入、后台仍工作、结果未知、恢复阻断、待独立验收分别呈现。E2 候选:在副作用后/回执前、交付后/状态提交前、转派后/旧 run 结束前中断;核对外部效果、凭据和当前负责人。互动议题:Paperclip #19186 与 #19130 的所有权/发布检查如何在同一提交边界组合?

A4. 数字员工的记忆应有来源、修订和写入职责 ​

依据:O1、O6、O9、O22、O23、O26

已有证据:Anthropic 用业务只读/蒸馏写入分工和文件索引保留经验,仍承认夜间污染与未完成会话遗漏;AG2 共享作用域和 ADK 并发修复说明共享记忆不等于无冲突;Codex 记忆整理只授予专用写根。待验证推断:岗位经验、任务状态、个人偏好和组织规则可分别研究生命周期,不将它们混成一个可任意更新的库。E3 候选:合成过期 SOP、恶意工具输出、跨用户样本及中断会话,检查事实替代、来源保留、审核前生效和回滚。此处是实验设计,尚未运行。

A5. 审计和评测先保证记录的含义,再讨论数量与分数 ​

依据:O4、O11、O24、O25、O26、O27

已有证据:ADK 不完整轨迹不能进入就绪评测,Phoenix 记录模型之外的运行设置,Langfuse 给返回数据附资源审计,Semantic Kernel 区分空参数与未生成参数。新增 tracing 并不证明完整审计:best-effort 会丢失、脱敏规则有漏项、EE 和路由有覆盖边界。待验证推断:验收可同时检查来源、完整度、当前授权、失败/未知状态与可重建配置,不能只用模型“通过”文本。Langfuse 的读时 cap 回滚也说明保护措施必须验证已有工作负载和发布迁移。

A6. 竞品重估看可运行交付、许可和治理代价 ​

依据:O3、O16、O17、O18、O19、O20、O21、O22、O28

已有证据:Paradev MIT 改变可学习/二次使用门槛,是本轮最明确的竞争判断更新;AG2 等稳定发行可列体验候选。Orca 面板再次禁用、Orkas 验收缺口、StaffDeck 草稿和 Browser Use v1 重构则限制成熟度判断。待验证推断:开源产品可作为“机制样本”或“完整体验样本”,但 CodeFlowMu 的数字员工交付还要比较岗位、协作、验收、长期运行和企业边界,不能只比并行窗口。体验候选按下文前提执行,尚无本地实验/文章/开发评审;不会从日报自动派工。

分类处置与体验前提 ​

  • X1【体验候选】AG2 1.3(Apache-2.0):独立 Python ≥3.11 环境,先跑委派事件/作用域样例,再研究接入成本与 1.4 迁移;模型调用需要相应凭据/费用。
  • X2【体验候选】LangGraph 1.2.20(MIT):本地 checkpoint 的过期答复/多问题恢复;严格键仍私有,远端路径另验,不先承诺企业审批系统已具备。
  • X3【体验候选】Paradev 2.0.5(MIT):沿官方开发或发行路径体验自动化复用;桌面以 macOS 为主、Linux 实验发行,Windows 不列已交付;自有云 Linux host 仍有 relay 和账号依赖,托管能力不等于免费。
  • X4【体验候选】Anthropic dreaming cookbook(仓库 MIT):Python ≥3.11、Managed Agents beta 权限和付费 API,先用合成 transcript/新 memory store;默认夜间写入、数据保留与审核边界必须核对。
  • X5【持续观察】OpenAI 原生 worker/SessionStore 与 Browser Use v1:前者预览分支/未合入存储提案,后者 v1 草稿;待固定可安装包、平台和接口后再决定体验,当前不宣称可直接替换现有 Runtime。

本轮:31 组事实、6 组分析、4 个体验候选、3 个实验设计候选 E1–E3;已完成实验 0、文章 0、正式开发评审 0、外部评论 0。互动仅列 A1/A3 的具体技术议题,尚未发评论。其他观察分别用于持续观察或资料留存,不自动派工。

双源核查、覆盖缺口与发布边界 ​

最新 main Registry SHA 8d97df65269aa2b4accd1366d1b71319f99c6efd,实有 47 位研究者、88 个仓库目标,未改 Registry。人物是研究主体,仓库是证据入口;始终使用“赵越”。六位治理研究者的仓库关系沿用已核验边界,bulbasaur-skill-cli 不称 AGENTSAFE 官方 Artifact。赵越相关本轮仅有配额显示小改动,未核实新论文/benchmark/核心审计机制,未凑数报道。

  • GitHub:检查 830 条 commit、173 条 Issue/PR 列表记录、192 条 Release 记录并定向回读关键 PR/规范/许可/notebook。Paperclip 134 条、两页完整;Orca 四页 400 条仍未翻完,不推进基线;TSA 无法访问,不能说无变化。其余 86 个目标仅对完成的 commit 查询推进至起点。
  • Issue/PR 每仓最新 5 条、Release 最新 3 条属于有界检查,历史完整覆盖基线不推进;未遍历全部 Issues/Discussions/Roadmap 和作者回复。PR 列表 CLOSED 经 pull detail 区分 MERGED 与未合入,未将自动关闭的 MCP Python SDK PR 当修复发布。
  • 另一来源类型:实际打开 Cursor 官方 changelog/工程 notes、赵越主页/审计主页、LangChain 博客及 Paradev 官方公告。Paradev 11 月 4 日 MIT 公告与代码许可相互核对;Cursor 目前可读的最新相关日期仍在 10 月;LangChain 11 月 3 日文章早于当前窗口,仅留历史线索。
  • X:定向检索 Harrison Chase、Chi Wang、赵越相关公开动态,未取得可确认日期的当轮原帖;镜像和检索无结果均不等于穷尽 47 人本人/回复/线程。GitHub 工程事实可独立成立,不将两个 GitHub 链接伪称两类来源。
  • 主作者参与:PR 可见 cryppadotta、markstuart-oai、Kitenite 等作者直接提交,但账户身份与角色以可验证来源为限,第三方草稿不视为维护者承诺。许可仅核验仓库元数据及 Paradev 正文,不替代完整依赖许可检查。
  • 本地查询超时已重试恢复;仍保留 Orca 分页与 TSA 访问缺口。查询记录、事件 ID/SHA/状态、去重结果与发布回执保存于本地监测目录;只推进实际完整成功来源。

日报独立于 Research Runtime 生命周期。本轮源文件仅限两种语言当日日报及两个索引;沿现有站点实现构建/发布并保留公开快照、布局和固定入口。上线结果须由对应新提交的 Pages 成功及在线索引/完整日报点击验收确认,在聊天和本地回执报告,不能用本源文件自行证明。

当日后续研究成果 ​

上文的“实验 0、文章 0”是 13:43:53 巡检完成时的快照。其后按 X1–X4 实际运行固定版本的局部入口,将结果回写到 A1 授权、A2 多 Agent 协作、A4 记忆治理和 A6 竞品判断。完成 4 个上游代码探针及 CodeFlowMu 1 个执行契约探针;CodeFlowMu 六组定向测试共 77 项通过。Paradev 桌面和 Anthropic 付费云端蒸馏未做端到端体验,不计入通过。

成果:中文文章《换一个 AI 接手,哪些东西可以带走?》 · English · 公开中文证据 · English evidence。本轮未证实 CodeFlowMu 对应故障,正式开发评审 0 项;外部评论 0 条。A3 交付恢复和 A5 审计评测仍是日档研究线索,未被这四个探针覆盖。

最后更新: