AI Agents

围绕 Agent 工程化生态，Graphicle（Rust 代码图谱+记忆）、iFixAi（业务 KPI 审计）、Jotbus（加密便签）、Docker Agent（无代码多代理运行时）、Plimsoll（自托管四级隔离沙箱）、Parsimony（代码量基准）、AI SRE Arena（K8s 基准）等新工具同步亮相。

编程智能体仍会引入回归，动态评测和多智能体协作也带来成本、取证及扩展难题；LayerFS、Git改造与缓存工程正尝试缓解。

近14天围绕“AI Agents”出现可追溯的主题进展，当前聚类暂以候选标题作为证据，代表性候选包括：jihe520/MathModelAgent；tech-leads-club/agent-skills；GAUGE: When Not to Trust LLM-as-a-Judge in User-等。

Anthropic 前沿红队 2025年12月发布报告显示，自主 AI 智能体已可发现并利用区块链智能合约漏洞，引发对安全关键领域中智能体可靠性与置信度校准的担忧，并催生对机器上 AI 代理进行审计的工具需求。

Google 联合佐治亚理工与北大提出以（程序、关系、程序）三元组存储的程序图，为 LLM 智能体提供步骤级执行指导，并能根据成败轨迹自动重写、自演化执行策略。

长时运行代理跨越多个上下文窗口时可能遗忘任务、半成品接续失败或过早宣告完成；初始化脚本、持久化进度、会话恢复及可替换 harness 可缓解这些问题。

Google、蚂蚁百灵、Cursor与OpenAI分别推出长周期任务模型、个人智能体模型、代码化智能体SDK及低成本电脑操作模型。

提示词注入、越权操作及恶意Skill组合仍威胁智能体；逐头门控、短期身份令牌和不可绕过的人类审批被用于降低相关风险。

多智能体开发中，真实工具副作用、重复调用、额度消耗和跨会话状态难以追踪；新一代运行时与命令行工具通过沙箱、回放、限额和本地执行加以缓解。

Argus、Cindy、Corgi与Omnara分别面向安全运营、设备执行、终端编排和托管运行发布开源方案，扩展了智能体工具生态。

现代智能体可绕过部分机器人检测，并可能利用答案泄漏和跨智能体痕迹污染评测；多用户代理的高权限凭证与审计问题也推动访问控制产品化。

Omnara、Claude Duet、Twenty及多工具插件市场相继推出，托管代理、主动式应用、代码化CRM与跨工具组件生态加快落地。