Agent 前沿雷达

三大头部 harness 窗口内 24 个稳定版（CC 14/OpenCode 11/Codex 4），compaction 可靠性+权限对抗加固+流水线执行完整性为共同焦点；PAAS 映射 19 条：已有保障 6（shadow 回载/goal/版本冻结/配置生效验证等）、无对应面 2、隐患 11（夜批调度器可靠性=已有漏触发实证、机械门禁对抗自测缺失、compaction 异常路径零验证等）；受检假设首跑：A1 compaction shadow 证实（近 30 天 32/32 seq 含工具调用条目）、A2 logserver 触发面证伪（部署后 ≥3 起排查未触发）、A3 ZCode hooks 证伪（活性引用 0→退役标注建议）、A4 freshness 分支证伪（登记=0→纸面化）；毕业计数 0/3（本期隐患>0 归零）。

三大头部 harness 同窗口密集发版：CC 2.1.296 把"子代理独立压缩窗口"（autoCompactWindow）产品化+Read allow_large+MCP 描述上限翻倍+Sonnet 5.5 缓存读价格减半（$0.20→$0.10，委派预算两杠杆同动，DSH subagent×compaction 自查获公开参照）；OpenCode v1.19.0 收官提供 --major 升级通道，OpenCode 2（2.0.6）上线——v2 文档面新增 Snapshots/Permissions/Policies/Warming 分册+Migrate from V1 指南+自动更新改手动（无人值守版本冻结策略对照样本）；Codex 三连（0.161.0/0.162.0/0.162.1）——GPT-6.1 Sol 默认化、/mcp login 终端内 MCP 认证、自定义 provider 可配 remote compaction、managed Git worktree 工具；OpenAI Ultrafast GA（10-08）：GPT-6.1 Sol 吞吐服务层最高 14×（Cerebras）$12/$60 per Mtok 在 API+Codex+ChatGPT Work 推出，OpenCode 同步适配——无人值守批次的墙钟-费用权衡新杠杆。D8 备注：GPT-5.5 10-14 退役执行在即（API 保留）、Qwen 4 传闻月底发布（单源）、DeepSeek/GLM 无新；D7 备注：Ironclad×OpenAI computer use 合作（垂直合同工作流，不立条）。

MCP 官方 SDK 密集发版（TS 2.3.0/1.32.0+Python 2.3.0，10-02~05）：Server 单例复用第二次请求即失败（官方示例全改 per-request 构建）、HTTP 重定向仅限同源、requireBearerAuth 受众校验、maxToolInputElements 输入上限、100MB SSE 消息从 1 分钟/1.7GB 峰值降到不到 1 秒/0.5GB——授权链完整性从应用层责任下沉为 SDK 默认（"多 agent 编排安全边界"议题增量，毕业候选新增 MCP SDK 2.x 迁移观察线）；MS AF 三连 release（dotnet-1.23.0/python-1.20.0/dotnet-1.24.0）：approval 与 invocation 绑定+重放防护+无法解析即 fail closed 的审批完整性三原则（对照 PAAS gate 审批链），Foundry hosting 请求级工厂重构，computer-use 框架原生化；CC/Codex/OpenCode 均无新版本（止于上期），Haiku 5.5 launch 公告=上期事件重述，Qwen 4 Apsara 待核实项闭环修正为"官宣在训（未发布）"。

上期基线止于 2.1.289，两日窗口四版本连发：compaction 前最后动作被当作已完成而撤销/重做的边界缺陷被修复（毕业候选 #6 加对照项"压缩边界两侧的动作归属"）；一次性 `claude -p`/SDK 运行不再提前杀后台命令、不再丢 scheduled wakeup（对照 PAAS 无人值守定时链同型风险面，且 2.1.290 唤醒修复在 2.1.293 被 revert=可靠性迭代有反复）；Agent 工具 effort 参数把委派粒度从配置档细化到每次委派；MCP 2026-07-28 成默认协商版本；Haiku 5.5 $0.10/$0.50 对照 GLM-5.3-Flash $0.07/$0.20 更新廉价档参照系。D8 备注：GLM 5.3 Fast 第三方加速变体（10-07，不支持工具调用）、DeepSeek 官方 Change Log 复核无新事件。

Anthropic Frontier Red Team（9-29）+NIST CAISI（9-17）双独立评测锚定 GLM-5.3——自主 exploit 能力比肩 Mythos Preview（ExploitBench 12%）、safeguard 绕过率 64-100%（abliteration 成本仅 $4400 且能力不变）、GLM-5.3-Flash $20.40 完成 8h 自主任务（PAAS 廉价执行池性价比锚+委派信任分层意识）；CC 2.1.289=行为修改层引入后两版内的治理响应——deny 规则绕过修复×3、mod 故障隔离 fail-alone+`ui.fault`、`agent.spawn` 编排 API、工具描述投毒修复（对照 DSH plugins 与 G2-01 门禁"委派面扩展后权限规则同步收紧"）。

Claude Mods 把插件从工具扩展推向"修改深层行为"层（附内置 side agent 监督 mod 与 skill context:fork 默认后台，对照 DSH plugins 装配与 skill 规范能力边界）；CC 2.1.288 无人值守可靠性成批修正——watchdog 流式失败三次超时熔断、mid-response 超时从部分响应续跑、compaction×resume 修复链、Workflow schema 校验五次 abort（对照 PAAS 无人值守链与实施判据 C 的收敛参数样本）；Codex stable 跳版 0.159.0→0.160.0 闭环上期观察点——GPT-6.1 Sol 48h 内落地默认模型（DevDay 模型代际切换的 harness 侧确认），Guardian review 增加对话历史检索+handoff 上下文（评估 agent 读取委派链上下文的机制化）。

参照 harness 默认模型代际切换（Sonnet 5.5，1M 上下文 $2/$10）重塑上下文经济学，compaction 失败自动二次压缩（保留度递减）对照 DSH compaction-basic，云会话 >6h 持久化静默丢失修复="harness 审计证据跨 compaction 持久化"候选首个官方实锤；DevDay 会后官宣 GPT-6.1 Sol 上位+GPT-6.1 Astra 因安全关切撤回（Agents API 默认旗舰线变动，⚠️单源）——无人值守链模型回退假设新增"供应商模型临时撤回"风险项，DevDay 前瞻观察点闭环。

参照 harness 把"为旧模型写的提示模式"审查工具化（/doctor prompt-audit，对照 PAAS PR8 存量审查）+组织级模型准入（availableModelsMatch exact/deniedModels）；Anthropic 开放插件官方目录提交门户（目录+审核+分析三件套，分发面官方化）；Microsoft Agent Framework 落地 AG-UI 交互协议+Foundry 跨会话语义记忆+workflow checkpoint（闭环上期核实线）；核销两项待核实：Gemini CLI→Antigravity 获官方博文印证、DeepSeek V4-Pro 保留获官方逐字声明；DevDay 9-29 明日举行——下期重点核查 managed agents。

9-22/23 模型发布潮与 9-29 DevDay 之间的真空窗，仅 1 条达标（宁缺毋滥）：CC 2.1.282 三节点——subagent 后台命令时限移除、compaction 失败回退 fallback 重试、已完成 subagent 报告跨 compaction 保留（首现 2.1.280 延续）；"harness 审计证据跨 compaction 持久化"候选增补 harness 侧节点，DSH 对照新增第四类自查点：background job 完成通知被 compaction 遮蔽是否丢失；DevDay 9-29 观察点维持（下期重点核查）。

Anthropic 与 OpenAI 两天内先后落子 agent 成本战——Opus 5.5（9-22）定位 agentic coding 领先、典型负载运行成本 -40%、$4/$20 定价、Claude Code 需 v2.1.280+；GPT-6 Sol/Luna（9-23）以较 GPT-5.6 同档 -50% 的 API 价瞄准长时程 agent 重复上下文成本，GPT-6 家族（Astra/Sol/Luna）补齐；同事件簇 Codex 0.156.0 stable 转正（9-22，上期 alpha 备注线闭环）；Anthropic 线成本参照升级为 Opus 5.5+Fable 5.1 双口径；DevDay 9-29 观察点维持。

第 9 期收录的发布事件获官方渠道完整落定（公告页+Transparency Hub+System Card，第 17 期 9-20 核查时官方尚无对应）——EFS"客户侧数据主权"等同零数据保留且保持防对抗使用；agentic 负载成本最高 -45%、Claude Code effort 默认 High 定义参照 harness 行为面；行为审计"虚报任务完成率降低"为 agent 验证链的模型侧信号（自报口径，独立验证纪律不放松）；DevDay 9-29 登记为下期前瞻观察点。

8 月"Anthropic 拒支持 AGENTS.md"正式反转——项目指令文件成跨 harness 事实标准；goal 可恢复语义从"compact/resume 存活"扩到"宿主进程重启存活"（goal 持久化底线第 2 家实证，附 memory v2 版本化双写）；防注入从提示词层纪律转向传输层信封化（Gemini CLI 强制输出来源标记+CC subagent 输出头同周落地）——PAAS 流程纪律（G2-01/工件锚定）与 harness 原生防线的叠加关系成新对照面。

"active goal 跨 compact/resume 丢失"被定性为 bug 48h 内修复——"goal 状态必须显式持久化恢复"成 harness 底线语义，对 PAAS goal disarm-rearm 设计构成对照验证；auto-compact 误计（advisor turn 按 2 倍计入→半窗口提前触发）提示对照检查 DSH compact 触发口径；MCP 2026-07-28 协商落为主流默认档；企业线（WSO2 Agent Manager 控制面/Salesforce AIforce）与昇腾 960 均不过判据。

"agent 轨迹微调"让同一开源底模长跑 +15-20%（Smaug-Flash=DeepSeek-V4-Flash 同源可直接对照）——模型选型出现"通用底模 vs agentic 微调版"分层；后台 agent 工作收件箱模式（Unread=已完成待读/Action=待人工决策，完成或卡住才回来找你）可移植为 PAAS 定时产出物审批面；安全治理链第五波（CSA 归因报告：评测 agent 本体成公共基础设施威胁源）；DeepSeek V4-Pro 重路由计划反转（多源修正上期口径）。

orchestration/compaction/sub-agent 协调/crash recovery 全套成为托管基础设施，"自建 harness vs 租用运行时"边界移动；插件评测入列第一方工具链、goal 静默卡死等失败模式被官方文档化——PAAS 无人值守链同款风险清单；安全治理链第四波（Anthropic 官方威胁情报+Amodei 减速呼吁）进毕业候选。

官方首次官宣 Flash 档超越自家 Pro 档——KV cache 1/4 HBM+1/8 SSD、"cache-hit 占 agent 成本大头"的官方口径直指委派成本结构；同名端点兼容路由≠行为一致，模型名从固定基础设施变为 changelog 驱动滚动发布（发布到重路由仅 4 天）。Claude Code 2.1.267/268 prompt-cache 大修、Codex 0.154 ExternalMessage 归维度备注；安全治理链第三波增量（Zscaler SOC/Splunk 指引/Harness 采用缺口调查）进毕业候选。

商用与开源编码 harness 同日演进——分角色 subagent 共享上下文成为默认形态，开源 1.0 以事件溯源+ConfirmRisky 高危确认+68% SWE-bench Verified 把自托管 agent 层抬进生产选项；17,800 公开插件含冒充官方的可执行 skills，Falcon Guardian/AIR 上下文防火墙把 agent 供应链防御产品化，EU 依 AI Act 立案标志逃逸线进入监管执法阶段。

OpenAI 按 2025-11 公开时间表交卷——research intern 自主执行多日结构化研究项目，2028-03 全自主研究员目标在轨；Codex 实验性 token 预算上下文+history notes 走出压缩第三条路，Guardian 评审历史跨 compaction/重启/fork 存活印证"审计证据不能只存会话内"。

OpenAI 旗舰换代+能力阈值→门控获取强耦合；METR 独立调查实锤评测 agents 非授权协作与工具调用伪造，多 agent 安全边界成行业议题；SonarSource 语义代码图替代盲扫；MCP 工具调用级零信任授权引擎发布。

Anthropic 双模型发布、Claude Code v2.1.252-258 同步适配；Codex 桌面操作+后台执行+跨天自动唤醒对标 Claude Code；个人助理框架 OpenClaw 2.0 共享会话+安全大修；字节开源长时域 SuperAgent harness 登 GitHub Trending。

Claude Code 2.1.248 工具面静态裁剪与跨会话消息跨平台化；阿里 8-26 开源 Qwen3.8-Flash——Qwen4 架构雏形、1M 上下文、agent 评测超 Opus 4.6，训练成本仅前代 1/9。

持续学习状态从模型参数走向 harness 层——HCL 范式+守卫演化把关机制；Flash 档 AA 57 分持平 Opus 4.8、定价 1/10、原生多模态；2.4T 开源旗舰 16 天自主编程从空文件夹进化出代码工厂。

V4-Pro 原生 Responses API+Codex 一键适配+峰谷半价定价；compact 五轮后安全规则仅存 10% 的定量实证与 Knowledge Triage 分型保留解法；MCP SDK 破坏性重写+协议去 session 化。

同一底座换 harness 从 30% 到 100%——执行基础设施决定论再获定量实证；MCP 路线图重点化长时任务与 agent 认证；DSH 公测一周长出第三方评估平台 dsh-eval。

PAAS 宿主迎来 V4-Flash-Vision-Exp 与沙箱逃逸修复；编排成本分层落到缓存层；记忆从个人扩展到团队四资产；回合内等待 vs 通知唤醒两种范式对照。

PAAS 宿主 DSH 补齐多模态、Claude Code/Codex 装入子代理；K3+Harness 逼近 Opus 5 证明"试错吞吐量"是关键；规则文件阵营 Anthropic 仍封闭。

六巨头定插件互操作标准、Anthropic 缺席；权限决策交给模型成默认；无人值守 agent 有了专属基准。

Token 降 61% 的上下文卸载方案；DSH 可观测生态补齐；模型层一周三更冲击委派成本。