PAAS Agent Radar

Agent 前沿雷达

第 18 期 · 2026-09-22 · 扫描窗口近 2-4 周 · 收录判据:PAAS 关联 ≥2
Nº1 · 模型 / Harness

Claude Fable 5.1/Mythos 5.1 官方完整披露落定:EFS 数据主权 + 网安误报 -60% + effort 分档默认 + 行为审计虚报率下降

维度 D8 支撑模型 / D1 框架 harness · 9-20 后落定(发布事件=第 9 期已收,本条为官方口径增量)
模型层实质影响装备栈改变工作方式

事件:Anthropic 官方公告页与 Transparency Hub 完整 Model Report 上线(第 17 期 9-20 核查时官方渠道尚无对应,⚠️推断完整披露 9-20 后落定)。机制细节:EFS(Enterprise Frontier Safeguards)——数据存客户自控云基础设施=完全隐私(等同零数据保留)且保持防对抗使用,今秋起分阶段开放;价格:token 计费负载较 Fable 5 约省 25%,高度 agentic 工作负载最高约 -45%;网安 safeguard 误报 -60%,可用于发现软件漏洞(不可开发 exploit);effort 分档默认:Claude Code 默认 High、Cowork/claude.ai 默认 Medium(五档);行为审计(~4100 调查/模型):幻觉输入显著减少、虚报任务完成率降低、谄媚减少;computer-use 红队(Shade/Gray Swan)攻击成功率 0.07% vs Fable 5 的 2.50%;RSP:自动化 AI R&D 与 Opus 5 相当未过阈值。Mythos 5.1=同模型+网安/生命科学专用 safeguard 配置(受信任访问计划)。

PAAS 关联(D8 + D1 · 观察记录,不建零件)effort 分档默认直接定义参照 harness 行为面(Claude Code=High);虚报完成率下降=agent 验证链的模型侧信号——"声称完成"的独立验证权重可随之校准(⚠️官方数据为自报口径,验证纪律不放松);agentic 负载成本最高 -45% 更新第 9 期成本参数;EFS=隐私敏感部署的"客户侧数据主权"新选项,与自托管/零保留策略同谱系。

来源:Anthropic 官方公告页 · Transparency Hub Model Report · System Card(PDF)

八维扫描状态

维度本轮备注
D1 框架/harness备注Codex 0.156.0-alpha 线活跃(alpha.14,stable 仍 0.155.1 已收)prerelease 仅备注;Gemini CLI v0.61.0-preview.0 preview 通道仅备注;OpenCode 仍 v1.18.31 无新;CC 最新仍 2.1.278 无新
D2 编排无窗口内(9-20 后)无新编排框架/引擎信号
D3 上下文工程无第 17 期 CC compact 修复线后无新
D4 Agent 记忆无Codex memory v2 后无新;Mem0/Letta 无新
D5 技能/协议备注ITPro 9-10"rogue agent 影响超出预期"综述=逃逸事件线(第 10-15 期已收)重报无新机制节点;MCP/AGENTS.md 规范本体无新
D6 评估/可观测备注Fable 5.1 行为审计数据(虚报完成率下降/幻觉输入减少)归 Nº1 独立评估方法学对照点;Moveworks 维持待核实
D7 自主长任务备注OpenAI DevDay 2026 = 9-29(7 天后)——下期前瞻观察点(agent 产品线预期发布窗口)
D8 支撑模型收录 Nº1Fable 5.1/Mythos 5.1 官方完整披露落定(发布事件第 9 期已收,EFS/误报/effort/审计为官方口径增量);Qwen3.8-Omni-Flash 维持待核实;DeepSeek/GLM/Kimi 无新

毕业候选(摘要)

  1. "多 agent 编排安全边界"议题(第 10-18 期跟踪):本轮综述重报无新机制节点,触发条件不变(第三方 skill 市场/暴露面扩大/多 agent 跨机通信/DSH 信封化原语落地)
  2. harness 审计证据跨 compaction 持久化(第 11-18 期跟踪):无新节点;DSH 自查清单不变(compact 计数口径、goal 跨 compact/resume/宿主重启三类行为级确认)
  3. AGENTS.md 跨 harness 标准化跟踪(第 17 期新增):无新节点;毕业触发=标准版本化/校验工具链或多 harness 混用需求 → 建 DEC 卡
  4. Fable 5.1 成本/effort 参数(第 9 期候选增补):官方口径本轮落地——token 负载 -25%/agentic 最高 -45%+Claude Code effort 默认 High;评估 Claude 线引入时更新参数
  5. 其余六项(插件 eval 套件/托管运行时/research intern/DeepSeek 模型线/收件箱/agentic-traces)均无新节点;DevDay 9-29 登记为下期扫描输入(非毕业候选)