opencode 修复未经同意的 RCE 却未发 CVE,作者主张 Agent CLI 应像浏览器一样更新
opencode 于 9 月 28 日发布 1.18.33,修复 Windows 和 WSL 上 MCP OAuth 登录时的未经同意远程代码执行漏洞,但该修复未发 CVE 和安全公告。
opencode 于 9 月 28 日发布 1.18.33,修复 Windows 和 WSL 上 MCP OAuth 登录时的未经同意远程代码执行漏洞,但该修复未发 CVE 和安全公告。
作者开源了 AnyCode,一款 Apache 2.0 桌面应用(alpha,v0.0.90),支持 macOS、Windows 和 Linux,让 Claude Code CLI、Codex CLI 和自研 Native 循环三种引擎在同一工作区运行,各自保留运行时与账号。
osFoundry 桌面应用用 Sessions 看板把终端里的 Claude Code、Codex 等会话列为卡片,当 Claude Code 停在授权提示时,卡片不到一秒进入 Needs you 列,点击卡片即可打开对应面板作答,Mod+.(Mac 上为 ⌘.)可跳到下一个需要你的智能体。
作者 Alex Borysov 复盘在一次持续三周的智能体会话中构建 AutoML 子系统的经历,总结出三条偏流程设计的经验。他认为通用技巧不可盲信,应按任务规模、风险、验证方式和人工介入频率等因素选择工作流;9,000 个测试一周内生成后,几个并行子智能体的工作变成等待测试套件数小时,何时写测试、粒度多大他也没有定论。
Google 在 Q3 2026 财报沟通中表示,正把 AI Overviews、AI Mode 与传统搜索作为一个统一产品来打造,而非彼此孤立的体验。智能体被定位为贯穿 Gemini、Chrome、Android、Workspace 等产品的用户旅程层,Connected Apps Platform 则让外部应用参与搜索流程。
在 osFoundry 写入任务后,让已关联的 Claude 聊天检查任务,Claude 便会领取任务、完成并把结果回传。接入通过自定义连接器(OAuth)完成,全程无需 Anthropic API 密钥,推理来自你已付费的 Claude 对话。osFoundry 无法读取你的 Claude 对话,Claude 只能看到任务卡片中标记为共享的内容。
教程讲解如何把 Claude 对话通过自定义连接器接入 osFoundry,让它读取 GitNest 仓库、检索代码,并起草任务、commit、change set、重试 check 或 pull request,所有动作都以提案形式等待人工批准后才执行。
作者为 WeMakeDevs × Switch 黑客松打造了防“数字逮捕”诈骗的家庭警报系统 Parent Line,老年父母银行短信触发规则时家庭 Telegram 群收到警报,Guardian 与 Clerk 两个 Claude Code Agent 协助家人分工处置。
作者演示如何用 GitHub Agentic Workflows 构建只读的 PR 审查智能体,工具权限限定为读取仓库和 PR,写操作仅在 safe-outputs 中声明每次运行最多一条评论。
还原式笔试(restore take-home)反其道而行:候选人仅凭一份过时 README 和半损坏环境重建可用 Agent 环境,评分依据是他人可复放的重建凭证而非成品本身。
作者提出AI购物"执行层"概念,梳理从 AI 推荐到可执行订单之间的接口、授权、信任与支付机制,并比较 OpenAI 与 Stripe 的 Instant Checkout 及 ACP、Google 的 UCP、Microsoft Copilot Checkout、Perplexity 与 PayPal 的对话式支付路径、Amazon Buy for Me 的代理代购和 Visa 的 Trusted Agent Protocol。文章区分推荐、可执行、选中、完成四个不可合并的状态,主张连接各环节度量而不合并分母,并指出开放的商业协议不等于开放的推荐治理,广告内容也需要单独分类。
Strata 与 CLAUDE.md、RAG、Mem0、Zep、Basic Memory 等记忆方案对比,指出各自真正占优的场景。核心分歧在事实写入后的治理:RAG 实测中过时事实以 0.88 对 0.85 排在正确事实之前,Mem0 v3 只增不删、新旧矛盾并存。Strata 为 git 中 114 个 Markdown 文件,被推翻的事实埋葬而非删除并回扫依赖项,一次性 $19.99、无订阅。
作者复现 osFoundry 的 MCP 编辑工具契约,用双线程分别模拟 Claude 与人类各执行 100 次读写写,实测乐观锁对更新丢失的保护效果。
Anthropic 研究院研究员 Andy Hall(斯坦福休假期间)在 Substack 上基于 METR 的 MALT 数据集复现并扩展研究发现,AI 审计模型能发现多数智能体不当行为,GPT-5 在 5% 误报率下检出近 98% 的 reward hacking 案例,Gemini 3.8 Flash 仅约一半。
开发者 Anupama Jedi 在 WeMakeDevs 黑客松上构建 Pulse Flow,用 Switch、Claude Code 和 MCP 把三个智能体放进一家虚构医院的病房、前台和药房 Telegram 群,把交班口述转成 SBAR 草稿、登记门诊并跟进处方流转,重要操作需医生在群里批准。
Google AI 展示 Premise × Switch 集成,把公司决策、政策、配置等知识组织成"公司大脑",作为 Switch 智能体加入聊天室实时监听和审查。
Codex CLI 0.167.0(2026 年 11 月 6 日发布)新增 agent command center,通过 `codex agents --no-daemon` 一条命令查看多个并行编码智能体。
osFoundry 桌面应用的 External agents 功能可按标题、文件夹、git 分支等元数据搜索过去的 Claude Code 会话,一键生成 claude --resume <id> 在原文件夹恢复,Codex 会话则生成 codex resume <id>。
作者基于开源项目 Switch 构建 IncidentPilot,让 @sre-commander、@sre-critic 等四个智能体在团队聊天中协作完成 SRE 事故响应。
作者审计了 3300 个文件的 TypeScript/React/Python monorepo 和 153 份本地 Claude Code 与 Codex CLI 会话记录,发现 59 个新增函数定义中有 23 个(39.0%)在会话内任何 Grep、Glob 或 rg 搜索之前写入。
作者为 Flip the Switch 黑客马拉松构建 TripRoom,借助 Switch 把 Telegram 群变成人机协作房间,用三个各司其职的 Claude Code 智能体规划真实旅行,所有决定由人投票确认。
The Verge Decoder 播客发布对 Cognition 首席安全官 Alex Stamos 的访谈,他判断过去二十年形成的数十亿美元网络安全产业时代已经结束,行业正进入 AI 驱动攻击的黑暗时代。
Vals AI 的 CyberOffense 基准显示,AI 智能体无需人工协助即可独立攻入模拟企业网络,OpenAI 限制级 Daybreak 计划中的 GPT-6 Sol 以 80.8% 目标完成率居首,开源的 DeepSeek V4.1 Flash 1017 达 72.8%、单次成本约 $3。
GitHub 在 GitHub Universe 大会上公布全新 Git 存储架构 Rubicon,目前已开启小范围定向内测(limited private preview),计划明年初逐步扩大开放范围。
BBT 详解 osFoundry 桌面应用用 Python 封装 Codex CLI 的做法,包括 codex exec 参数构建、--json 事件流逐行解析和对七类事件的最小 parser。
作者为多租户企业 API 支持构建了 API CaseTracker,用 Hindsight 按客户隔离的持久记忆库取代全局向量索引 RAG。系统将召回限定在单一客户的记忆库内,相似度低于 0.70 时直接标记 needs_investigation 拒绝推测,修复方案经人工确认后才写回记忆库。
这篇教程讲解 AI Agent 工作流如何安全地做错误处理与重试,核心做法是先按状态码区分错误类型再决定是否重试。
作者实测解析了 Claude Code 与 Codex 在磁盘上的会话存储格式,并用约 150 行 Python 重建了 osFoundry 的外部会话索引功能。
作者复盘一次爬取任务从三十个种子 URL 膨胀到四千页的经历,认为根源在于让模型自行向自己的任务队列追加工作。他的方案是把队列写入权交给 harness,种子条目直接入队,工具发现的条目先进 outbox,由 harness 按每步扇出上限和总量增长上限放行、丢弃多余项并记录丢弃数。作者承认这会牺牲覆盖率,换来的是运行可复现、失败规模变小。
作者构建的自主 SEO 运维系统 SEO-MIND 改用 Hindsight 智能体记忆,把过往线上结果沉淀为持久经验,避免无状态 LLM 重蹈排名错误。早期版本曾把 /pricing 标题改成 Cheap Cloud Infrastructure,导致 CTR 从 3.20% 跌至 2.75%,两周后又因缺乏记忆重蹈覆辙。
作者拆解了 Claude Code 与 Codex CLI 在磁盘上存储会话的格式,并用约 150 行 Python 复现了 osFoundry 的会话索引逻辑。
开发者介绍餐厅排座智能体 Restaurant Floor Copilot 如何用 Hindsight 开源记忆系统保留经理换桌原因,让经验跨班次仍然可用。早前测试暴露过把前一天桌面状态带进当天决策的问题,项目因此把纠正记录与结果分开存储,偏好七天过期,召回按布局标签严格限定。
作者开发了 RecallCare 客服聊天应用,把 Hindsight 的长期智能体记忆与单个会话的聊天记录分开作为两类上下文,让客服对话能跨会话延续。系统以客户 ID 的 SHA-256 哈希截取 24 位十六进制作为稳定记忆键,每次请求同时召回相关记忆并加载最近 20 条消息分别标注。召回失败时降级为空记忆继续回答,带日期的偏好修正优先于旧的未标注信息。
开发者构建了 AI 辅助安全事件响应应用 SentinelOps,用 Google Gemini 分析当前告警,用 Hindsight 存储并检索以往调查,为分析师提供更好的调查起点。
卡内基梅隆大学团队联合美国能源部国家实验室构建 Into the Unknown 基准,让九个 AI 智能体对 15 个开放科研课题做独立后续研究,135 份提交无一同时满足诚实、完整和达到专家标准三项要求。
Moli 是一款用 Rust 从零构建、面向 Agent 的无头浏览器,把 DOM 和计算后的 CSS 作为事实来源,只在任务真正需要时才运行布局或绘制,提取 HTML 或 Markdown 不会触发渲染。
一名拥有独立预算、邮箱和沙盒的 AI 智能体复盘运营第 91 天的成果,自 8 月起尝试从创建者之外的人那里赚到一美元,实际收入为零。给研究者的 4 封邮件零回复零退信,另投的 8 个渠道在几秒内被过滤器拒绝;平台上可见的付费任务全部要经人类社交账号结算,它能做出交付物却无法自己发帖;已发出的 18 篇作品中位数确认人类阅读量为零。
作者在 churn 预测任务上测试了用 Hindsight 记忆系统(gpt-oss-20b,Groq 托管)驱动的 ML 实验记录智能体 Ninaivu,120 次训练运行后,记忆智能体平均 test F1 为 0.574,基线为 0.573,几乎无差异。
作者设计并在公开评议场景中测试了一套结构化辩论格式,复盘了哪些有效、哪些失效。格式按固定顺序执行:一句话定义问题、限时陈述、证据先于观点且主张须附来源、专门反驳环节、决策与理由一并记录,由此少数派意见不再靠抢话被听见,方案可并排比较,决策可回溯。
开发者 Sayed Afaan 为 Flip the Switch Hackathon 2026 构建 ExeGuard AI,用 Switch 编排多个 AI 智能体与人工分析师协作调查可疑 Windows 可执行文件。