2026-11-11 · Agent 核心研究与竞品动态
本轮最重要的结论:企业 Agent 治理正在落实到调用身份、审批归属、回执与失败语义;而真实部署与测试通过之间仍有明显鸿沟。Paperclip 的预发布事故是反例,Orca 的跨主机编排也仍有未启用部分。以下 26 项事实观察支撑 6 组分析,分析不另算新增事件。
事实观察
O1 · Codex:取消与恢复的执行身份
取消后正确终结 turn,晚到的未知取消不再打断另一个显式 ID 的 turn;恢复历史里的未完成工具调用可补 aborted 结果,但新调用仍保留缺失结果检查。aborted 只表示中断,不能证明外部副作用未发生。
openai/codex · MERGED → main · 2026-11-11T02:14:15Z;openai/codex · MERGED → main · 2026-11-10T04:11:58Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O2 · Codex:消息投递独立于后续推理留证
接受的 Agent 消息即使没有后续模型请求,也保存投递及交互边;回放沿用稳定 item ID,避免重复回执生成重复消息。这是跨 Agent 可追溯性机制,尚未据此验证端到端消息恰好一次。
openai/codex · MERGED → main · 2026-11-10T22:23:08Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O3 · Codex:调用时重核授权与身份版本
预算检查的异步等待期间若切换账号,HTTP 重新准备,WebSocket 重核授权所有者;工作负载身份复用进一步绑定 session 与 provider/mapping/authorization 版本。普通 token 刷新可延续,身份代际变化需退役旧来源。
openai/codex · MERGED → main · 2026-11-09T19:50:49Z;openai/codex · MERGED → main · 2026-11-09T19:27:25Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O4 · Codex:企业策略模板与终止性拒绝
有托管规则时采用可信 Guardian 模板,废弃两个旧 auto_review 配置项并给出迁移提示;推理 hook 明确拒绝、工作区拒绝不再靠重试或压缩模型回退绕行。显式 host 模板仍有保留边界。
openai/codex · MERGED → main · 2026-11-10T19:30:51Z;openai/codex · MERGED → main · 2026-11-10T03:21:57Z;openai/codex · MERGED → main · 2026-11-10T00:54:59Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O5 · Codex:上下文信任与工具声明的不同边界
goal objective 以不可信上下文进入模型,避免变成高权限续跑指令;自动审批中 readOnlyHint 优先于冲突的 destructive/openWorld 声明,但显式 prompt 和严格审查仍走对应检查。声明优先级不等于工具真实安全。
openai/codex · MERGED → main · 2026-11-09T03:58:32Z;openai/codex · MERGED → main · 2026-11-10T18:33:47Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O6 · Agents Python:嵌套审批归属与检查结果恢复
RunState 记录嵌套审批归属,恢复时核对 child 与当前 parent response;同 ID/参数但不同 Agent 的调用仍区分。原审批 Agent 已被移出图则明确报错,证据不足继续拒绝恢复;审批前后 guardrail 结果保留到最终结果和 checkpoint。
openai/openai-agents-python · MERGED → main · 2026-11-09T05:47:10Z;openai/openai-agents-python · MERGED → main · 2026-11-09T05:47:11Z;openai/openai-agents-python · MERGED → main · 2026-11-09T05:48:25Z;openai/openai-agents-python · MERGED → main · 2026-11-09T06:56:10Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O7 · Agents Python:流式请求前重核 guardrail
并行 input guardrail 已拒绝时,在每次流式模型尝试前重核,包括重试;尚未完成的 guardrail 仍允许并行执行,不能解读为全部模型调用都先串行验权。
openai/openai-agents-python · MERGED → main · 2026-11-09T06:56:11Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O8 · Agents JS:审批保全、交接错误恢复与安全还原
自动压缩等待审批请求/结果配对及成功模型交换;handoff 可选 errorFunction 将可恢复错误反馈原 Agent,默认仍快速失败,已发生副作用不会撤销;UnixLocal/Docker 还原前先验证归档,坏归档不先清空原文件。
openai/openai-agents-js · MERGED → main · 2026-11-09T11:03:56Z;openai/openai-agents-js · MERGED → main · 2026-11-09T23:28:07Z;openai/openai-agents-js · MERGED → main · 2026-11-09T23:30:49Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O9 · Gemini CLI:停止、信任与真实错误
headless 收到信号时清理子进程组/PTY,立即保存 scheduled 调用,恢复无结果调用时补 interrupted 响应,并保留信号退出码;macOS 在入沙箱前解析目录信任;MessageBus 发布失败立即返回原错,但当前仓库尚无 request() 调用方。
google-gemini/gemini-cli · MERGED → main · 2026-11-09T20:16:27Z;google-gemini/gemini-cli · MERGED → main · 2026-11-09T20:05:57Z;google-gemini/gemini-cli · MERGED → main · 2026-11-09T21:19:47Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O10 · Claude Code:OAuth 与文件权限修复正式发行
发行说明列出 OAuth 重定向不再向另一主机发送 refresh token 等秘密;修复只读 Bash 沙箱外执行未提示、错误目录判写、cp/mv 目的文件未套用 deny/保护规则等问题。remote-control settings 文件变化后暂停新会话直至重启。未本地复现或确认所有安装端已升级。
anthropics/claude-code · RELEASED · 2026-11-09T19:22:30Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O11 · Mansura Habiba:技能包完整性与内部冲突
锁摘要覆盖全部交付文件、可执行位和路径,安装临时目录核对失败则保留旧缓存;新增 skill 内部矛盾标签,确定性规则与可选 LLM 分类均仅提示,不独自使验证失败。这是作者相关项目,仍不是 AGENTSAFE 官方 Artifact。
mansura-habiba/bulbasaur-skill-cli · MERGED → main · 2026-11-09T21:02:49Z;mansura-habiba/bulbasaur-skill-cli · MERGED → main · 2026-11-10T21:10:42Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O12 · AG2 1.3.1:沙箱与协议互操作正式发行
E2B 与 boxd 后端加入共享工具环境;E2B 续期不缩短运行中命令期限,过期不静默重建。MCP Apps 对上游 ext-apps 文档保留原样,避免重复 ui/initialize;A2UI 1.0 稳定规范有消息及 catalog 校验迁移成本,不能与 MCP Apps 混作同一协议。
ag2ai/ag2 · RELEASED · 2026-11-10T21:03:11Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O13 · MCP Apps 2.1:WebMCP 双向桥
App.registerTool 与页面 document.modelContext 双向映射,工具变更传播到 Apps 通道;每 App 默认开启、可关闭,不新增 wire 消息和 host API。视图内工具发现面扩大,权限与声明归属需要另行核查,不能推导为 FCoP 任务协议替代品。
modelcontextprotocol/ext-apps · RELEASED · 2026-11-10T22:53:57Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O14 · Paperclip:用事务回执恢复文档写入
write_document 的 revision 与幂等回执同事务保存,并以 baseRevisionId CAS;孤儿调用可重放已保存结果,或在回执证明未执行时执行一次。上游将其限定于能证明结果的这类写操作,不能扩展为任意工具 exactly-once。
paperclipai/paperclip · MERGED → master · 2026-11-11T01:05:16Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。 竞品学习价值、竞争风险与雷达判断见 A6。
O15 · Paperclip:代办 token 与看见秘密分开
同日先以 person-only 阻断 Agent 拿到明文,再由后续合入恢复受委派创建权:Agent 只收到 pendingReveal 元数据,责任人单次 reveal 才激活凭据,并发二次 reveal 返回冲突。最终判断应以后续方案为准,旧 token 不被自动清理。
paperclipai/paperclip · MERGED → master · 2026-11-10T17:31:44Z;paperclipai/paperclip · MERGED → master · 2026-11-10T21:13:35Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。 竞品学习价值、竞争风险与雷达判断见 A6。
O16 · Paperclip:验收由措辞转向状态,并暴露部署盲区
16 个对正确成果误判的 chat case 改查持久状态、审计和页面结构,保留虚假声明检查。另一项上游预发布统计称 48 小时 276 run 失败、63 task 阻塞,而原混沌测试覆盖不到换容器/进程空间;新增 K15 redeploy 故障。统计与测试为上游证据,尚不能宣称修复所有事故。
paperclipai/paperclip · MERGED → master · 2026-11-10T19:37:16Z;paperclipai/paperclip · MERGED → master · 2026-11-11T02:05:18Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。 竞品学习价值、竞争风险与雷达判断见 A6。
O17 · Orca:跨主机协调的准入骨架与聊天 CLI
paired Orca 在接收端作为真实 caller,首次同步段完成准入,目标限制到原 Run;但发送新 envelope 的协调端尚未启用,当前骨架 inert。另已合入 chat list/read/send/wait,允许桥接器或其他 Agent 继续同一聊天。两者成熟度不能混报。
stablyai/orca · MERGED → main · 2026-11-10T19:56:02Z;stablyai/orca · MERGED → main · 2026-11-10T22:37:32Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。 竞品学习价值、竞争风险与雷达判断见 A6。
O18 · Orca:凭据继承可见与可选白名单
recipe 生命周期脚本仍默认继承进程环境;现在展示凭据变量名、支持 opt-in passEnv。配置错误时限到安全基础集合,而非丢弃配置后回到全量继承。默认并未变成最小权限,不能把告警当隔离已默认落实。
stablyai/orca · MERGED → main · 2026-11-11T01:58:07Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。 竞品学习价值、竞争风险与雷达判断见 A6。
O19 · Orca:定时任务醒时计时与故障分类
启动时限只计 awake time,短 DarkWake 不启动补跑,真正醒稳后再追赶;未真正启动单独标记。relay 对已长时间静默的主机在授权过期检查时标为 silence timeout,授权仍结束,修正的是归因而非延长授权。与我们漏跑问题相关,但不能据此断言同根因。
stablyai/orca · MERGED → main · 2026-11-11T01:43:31Z;stablyai/orca · MERGED → main · 2026-11-11T00:19:46Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。 竞品学习价值、竞争风险与雷达判断见 A6。
O20 · Orkas:兼容性探测失败先停派发
OpenCode run --help 失败时不再把空 flags 当安全命令继续执行;返回可重试的兼容错误且不缓存失败。上游报告 macOS Electron 故障/重试路径通过,未声明付费 provider、Windows GUI 或安装包已验收。
Orkas-AI/Orkas · MERGED → main · 2026-11-10T03:56:18Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。 竞品学习价值、竞争风险与雷达判断见 A6。
O21 · Vibe Kanban:ACP registry 与动态配置
新增从 ACP registry 安装 Agent、保持聊天历史;需要 Node/npx 与先在终端登录。后续合入从 Agent 动态读取模型并按 model→reasoning→mode 应用配置,Plan 不支持时回 Ask,不能回 Auto。虽任务标注 sunset,真实新增值得低频重查,不代表商业运营恢复。
BloopAI/vibe-kanban · MERGED → main · 2026-11-10T06:10:43Z;BloopAI/vibe-kanban · MERGED → main · 2026-11-10T10:58:32Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。 竞品学习价值、竞争风险与雷达判断见 A6。
O22 · OpenHands SDK:运行中纠偏、损坏事件与虚假成功
socket 在 step 运行时就接收并保存消息,即使客户端离开;坏事件文件以同 ID 的不可读错误占位,保留索引/seq 而不伪造模型内容;域名策略拦导航时真实返回 is_error,避免模型误以为已访问。
OpenHands/software-agent-sdk · MERGED → main · 2026-11-10T00:23:30Z;OpenHands/software-agent-sdk · MERGED → main · 2026-11-09T21:20:16Z;OpenHands/software-agent-sdk · MERGED → main · 2026-11-10T13:08:07Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O23 · DSPy 3.5:可运行推理组件与迁移成本
RLM/Flex/GEPA 转为稳定公共模块;ReAct 替换、History 与类型化 submit、lm15 默认路由带来提示词/默认值/API 变化,必须重新评测优化程序。RLM History 只保存对话,不恢复活解释器变量;稳定称谓本身不构成安全或持久化保证。
stanfordnlp/dspy · RELEASED · 2026-11-10T16:25:47Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O24 · Agentlas:Windows 旧安装升级边界
实际 Windows 旧版升级发现盘符大小写使旧插件 pin 未迁移,已按文件系统比较路径并避免前缀相似兄弟目录误命中;同系列处理 host 重启后插件绑定回退。是安装迁移成熟度证据,不等于所有主机升级均验证。
agentlas-ai/Agentlas-OS · RELEASED · 2026-11-09T08:40:54Z
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。 竞品学习价值、竞争风险与雷达判断见 A6。
O25 · LangChain:企业平台实例与验收方法
11 月 10 日官方客户案例称 Workday 用内部 SDK、LLM/RAG 网关和 API 治理层承接 LangGraph/LangSmith,A2A/MCP 在其 server 层采用;这是供应商案例主张,未独立核验。11 月 9 日评测文章主张为行为同时定义应做、不应做、保留能力,按结果状态验收并留出未调参测试集。
LangChain / Workday · PUBLISHED CASE STUDY · 2026-11-10;LangChain / Workday · PUBLISHED ENGINEERING GUIDE · 2026-11-09
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
O26 · OpenAI:Business Agents 的角色与授权政策
11 月 10 日政策更新要求 Agent 明示代表的企业与 AI 身份、保持信息准确,并在批准角色及用户授权内行动,收集或转交信息需对应授权。范围是 ChatGPT 中代表企业的 Business Agents,属于平台产品边界,不能直接视作通用多 Agent 协议规范。
OpenAI Business Agents · POLICY UPDATED · 2026-11-10
验证限制:上游一手资料,未本地实测;归类为持续观察/资料留存,候选见分析层。
研究分析
A1 · O3 / O4 / O5 / O6 / O15 / O18 / O26
授权要随执行对象和代际重核,代办权限不必等于接触秘密。证据支持调用前重核、审批归属、秘密单次揭示的不同机制;待验证的是把它们接到 CodeFlowMu 岗位委派与凭据代理后,是否能覆盖跨员工/组织切换。主要落在 Runtime/适配与产品治理层,不直接新增 FCoP 内核规则。实验候选:审批后换身份、移除原 Agent、并发 reveal。互动议题:授权版本变化后,已批准但未执行的动作如何失效?
A2 · O1 / O2 / O8 / O9 / O14 / O17 / O22
协作交付需要区分投递、接受、执行、结果与恢复证据。中断记录不证明副作用未发生;事务回执只在其保护的资源上提供较强恢复依据。待验证:FCoP 工件中的任务/事件/结果语义,能否与 Runtime 的调用身份、回执及 unknown outcome 正确对应;不要把持久化、调度和所有权实现全推给协议。实验候选:执行后掉回执、消息接受后不再推理、损坏事件文件与断连纠偏。
A3 · O7 / O10 / O11 / O13 / O18 / O20 / O22
治理必须看真实边界与失败行为。默认继承环境、advisory 冲突标签、readOnly 声明与真正拦截不是同一级保证。已支持的判断是:失败应保留原错、阻断不安全派发且不虚报成功。体验候选:bulbasaur 技能包锁定和冲突检查;先核验安装方式、许可与维护成本,当前未安装。互动议题:运行时重新读取策略失败时如何保持拒绝语义?
A4 · O12 / O13 / O17 / O21 / O23 / O25
互操作应按层比较:MCP Apps/WebMCP 是视图工具面,ACP 是客户端与 Agent 会话配置,A2A 是跨 Agent 接口;Orca 的跨机协调仍有 inert 段。FCoP 的文件/工件协调可与这些互补,现有证据不证明是同层替代。体验候选:ACP registry 应用与 AG2/MCP Apps;代价包括 Node/登录、协议版本、host 支持、沙箱服务与成本。DSPy 3.5 则先做独立迁移评测,不直接当数字员工成品。
A5 · O16 / O22 / O23 / O25
独立验收要查留下的状态,并让故障模型接近真实部署。Paperclip 的预发布反例与 LangChain 的结果验收建议相互呼应;它们支持研究方法,不能推出所有项目都已解决可靠性。实验候选:同机重启对比跨进程空间 redeploy,以任务完成、审计和副作用判定,另外保留没用于调参的案例。互动议题:K15 之后是否仍有不同 hostHash 无法判定前主死亡的阻塞类?
A6 · O14 / O15 / O16 / O17 / O18 / O19 / O20 / O21 / O24
竞品重估:Paperclip 的受治理业务动作与恢复证据学习价值高、竞争风险高,但预发布事故使可靠性判断保持审慎;Orca 的多端协作与外部聊天 API 风险中高,跨主机编排尚未完整启用;Orkas 与 Agentlas 的兼容探测/升级价值中高、交付竞争风险中;Vibe Kanban 保留低频观察并核查 sunset 判断,不能据提交认定商业复活。未发现足以改变本轮商业 License 判断的已核验证据。
覆盖与双源核查
执行起点:2026-11-11 10:24:17 Asia/Shanghai。最近成功轮为 2026-11-09T022534Z;11 月 10 日无成功执行记录,本轮从各来源最后完整成功基线补查,不补造昨日日报。新 main Registry:47 位研究者;人物与仓库多对多关系保留,赵越始终使用此中文名。88 个原始仓库入口查询 commits/issues/releases 共 264 次;首次页满 100 的查询不能算全覆盖,三个高流量 commits 来源另读第二页仍满,历史缺口保留。TSA-AI-Workforce 返回 404,不推测删除或私有;superset 原地址返回迁移,通过仓库 ID 1080370450 核对到 ParadevAI/Paradev,后者本轮工程增量尚未完整核查。部分 release 初次超时,改 10 条重试,未完成历史分页仍记 partial。GitHub PR 状态由详情复核;合入 main 不等于发行包已包含,除明确 RELEASED 条目外均未核验安装交付。没有逐一穷尽 47 人的 X/回复/线程、全部作者主页、Roadmap/Discussion、安全公告及 License 历史,README/源码也非全部仓库逐文件审查;这些维度不可记为无变化或推进基线。
公开网页独立核查:Cursor changelog(最新显示 11 月 6 日)、Anthropic Engineering(最新显示 11 月 6 日)以及赵越本人主页;这些页面未形成当窗可确认新增。作者/治理主题定向搜索仅是检索结果,不证明全部社交无新增。LangChain 11 月 9–10 日文章及 OpenAI 11 月 10 日政策提供非 GitHub 来源,见 O25/O26;工程事实可由 GitHub 一手材料独立支持,两个 GitHub 链接不算两类来源。
分类与成果边界:26 项观察;6 组分析;体验/实验为候选,未安装或运行上述应用。已完成本地研究实验 0、文章 0、正式开发评审 0、外部互动 0。CodeFlowMu/FCoP 关联均为待验证研究线索,未生成派工。公开存档只更新两份当日日报与两份索引,网站发布状态以本轮聊天验收回执为准。
后续人工研究更新:上述 0 项是 10:24 增量核查时的快照。之后我们针对 A2 / O14 运行了 CodeFlowMu 任务提交的隔离故障注入:第一次因目标路径受阻返回错误,文件仍在执行目录,但文件头已经记录进入审查;解除阻塞重试成功且转换记录未重复,成功回执丢失后的再次重发则被阶段检查拒绝。生命周期定向测试 28/28 通过。这是本地 API 的有界实验,不是 Paperclip 复现或线上事故。双语研究文章 · 公开实验记录。后续人工研究完成实验议题 1、双语文章 1;CodeFlowMu 开发价值按本地评审另记,外部互动未为凑数发送。