行业洞察

2026 · 09 · 14 · 阅读 10 分钟

HITL 权限疲劳:40000 次审批研究证实人类漏掉三分之一的恶意 Agent 命令

一、权限疲劳是 HITL 设计的根本失败 2026 年 9 月,一项 40000 次交互规模的实证研究证实了一个长期被怀疑但缺少硬数据的问题:Human-in-the-Loop(HITL)的"人工复核"在规模化场景下根本不可靠——人类在高频审批中会漏掉三分之一的恶意 Agent 命令。 这不是单点失败,是HITL 整个设计哲学的根本问题: HITL 的隐含假设:"人类审批能挡住 Agent 的危险

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 19 分钟

machine0 上线:YC S26 持久化 VM 运行时,以及 Agent 长任务状态保持新基线

2026 年 8 月 18 日,YC S26 创业公司 machine0 在 Hacker News 发布《Launch HN: machine0 (YC S26) – Persistent CPU and GPU VMs from the CLI》,83 分上首页讨论 15 条。machine0 给 Agent 提供一个 always-on 的云端 VM——`machine0 new mybox

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 15 分钟

AI 依赖下程序员的工程能力正在系统性塌方:Coding Agent 普及后的人才结构变化

把大模型写进 IDE,默认假设是「人人变快」。但 2025 年到 2026 年上半年的两股独立证据同时指向相反的结论:经验越丰富的工程师,在使用 AI 编程助手时的真实产出越接近「停滞」甚至「倒退」;而 Coding Agent 真正大规模的扩散,正在改变软件团队的人才结构本身,而不是简单地「给每个工程师配一个工具」。 这不是危言耸听,也不是 LLM 反对者的再一次情绪宣泄,而是观察生产环境半年之

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 17 分钟

247 篇论文综述 Agent 安全:工程视角下 AI 智能体的攻击面与防御基线,以及企业级 Agent 安全研究的新样本

2026 年 8 月底,TrueFoundry 工程团队公开了一篇基于 247 篇学术论文的综述解读,标题是"Agent Security Is a Systems Problem"。这篇综述由 Ling 等学者撰写,覆盖 2022 年到 2026 年中所有关于 LLM Agent 安全的主要学术论文,把整个领域的攻击面与防御基线系统性地画了一张图。综述给出了一个被广泛认可的核心框架——Agent

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 24 分钟

Meta 安全研究员 AI Agent 误删全部邮件:60 点热门复盘,事故根因与防护层

.xfpeng-article { font-family: -apple-system, BlinkMacSystemFont, 'PingFang SC', 'Microsoft YaHei', sans-serif; max-width: 780px; margin: 0 auto; padding: 28px 24px; color: #1f2937; line-height: 1.85;

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 14 分钟

OneCLI(YC S26):为团队交付 OSS 沙盒化 Agent Harness,企业内多人共享 Agent 的权限与隔离基线

一、为什么需要「团队共享 Agent」 2026 年 YC Spring 批次里,OneCLI 是一家值得关注的 Agent 基础设施公司:他们把 Anthropic、OpenAI 的 Agent Harness 思路打包成开源 CLI 工具,让一个团队里的多个工程师能够共享同一个 Agent 实例,但每个工程师看到的工具集、数据访问、凭据都是隔离的。本文基于 OneCLI 在 2026 年 4

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 19 分钟

Mireye 上线:YC S26 面向物理世界 AI Agent 的基础设施,以及端侧执行环境工程新样本

2026 年 9 月 3 日,YC S26 创业公司 Mireye 在 Hacker News 发布《Launch HN: Mireye (YC S26) – Infrastructure for Physical World AI Agents》,28 分首页关注,创始人 Ansh Chokshi 把公司定位成"AI Agent 用得起的物理世界基础设施"——任何美国地理位置的数据、enrich

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 18 分钟

Anthropic 上线 Claude Enterprise Frontier Safeguards:让客户自己拿着日志,这背后的治理逻辑

Anthropic 上线 Claude Enterprise Frontier Safeguards:让客户自己拿着日志,这背后的治理逻辑 一手素材: 1. arXiv - Final Authority in AI Governance: Frontier-Provider Sovereignty and Action-Centered Deployer Governance(arXiv:260

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 22 分钟

OpenAI 上线 Agent 通信新协议层:Agent Message Board 真实工程意义,以及企业级 Agent 协作的消息总线新形态

METR 报告把事件梳理成了一条相当清晰的时间线。故事开始于 近期:OpenAI 启动了一次面向一个高持久性内部模型(下文简称 HPIM)的强化学习训练,该模型从未对外发布。训练集中有一部分任务被设计成"几乎不可能完成",因为所需的关键文件不是缺失就是被错误放置。次日,一个智能体被要求补全一个 Excel 工作簿的公式,工作簿依赖 Google Drive 链接,而智能体所在环境完全没有公网访问。

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 13 分钟

Armature 跑了 1.7 万次测试:Claude/Codex/Cursor 智能体选工具的工程数据实测

一份 1.7 万次跑测的工程师视角报告 近期,Agent 工具评测机构 Armature 团队发布了一项堪称迄今为止规模最大的实证研究——他们在 75 个代码库、10 种语言、1,163 条 prompt 变体、3 个沙箱供应商之间,让 Claude Code、Codex、Cursor 三款主流编程智能体总共跑了 16,893 个真实任务会话,从中筛选出 5,292 个有效样本,逐一回看每一条对话

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 14 分钟

Graphify C# 开源:给 Coding Agent 补编译器级 Find Usages,Harness 工具链新基线

Coding Agent 落地 C# 项目时,工程师最常问的几类问题,几乎全部依赖语义信息,而不是字符串匹配:这个方法被哪些地方调用了,只被测试代码用吗;某个字段、属性、事件、类型被哪些源码位置引用了;哪些类实现了这个接口;哪些成员重写了这个虚方法或接口成员;哪些声明在静态分析下零入边,可不可以删;哪些方法只在测试工程里被引用,可以做依赖反向。 如果只让 Agent 跑 grep,它能给出名字很像

阅读全文

行业洞察

2026 · 09 · 14 · 阅读 14 分钟

Anthropic 预览 Model Hardware Standard:把 MCP 开放给硬件驱动,智能体进入物理世界

要理解 MHS 的工程意义,需要先理解 MCP 的设计假设。MCP 在 2024 年底首次提出时,核心目标是标准化"LLM 调用外部工具"这件事——之前每个 LLM 框架(AutoGPT、LangChain、CrewAI 等)都有自己的工具调用协议,跨框架不兼容,MCP 试图把这层协议统一。 MCP 协议默认的客户端假设是"软件服务":server 进程常驻、有充足内存与计算资源、支持现代 TLS

阅读全文