资讯

自主AI代理结合了人类的推理能力和机器的速度，对现有身份管理构成挑战。文章介绍六项基础能力：可验证代理身份、临时凭证、基于关系的访问控制、机器级遏制、运行时强制执行和网络规模架构，以实现安全的代理部署。

文章回顾了 Agent Harness 从 ReAct 到 Claude Code 的进化历程，指出模型与执行框架协同进化，模型不断将框架能力吸收进权重，工程师不断删减被吸收的部分。最终，执行框架将转变为人类注意力的接口，成为唯一稀缺资源的界面。

Cloudflare 推出 Bot Preference Sync，自动将 AI 机器人偏好（Search、Agent、Training）同步到 robots.txt，减少手动维护。该功能面向所有用户，并默认开启，同时要求混合用途爬虫提供透明度，否则在禁止训练时仍会被阻止。

TechCrunch 测试显示，Claude Opus 4.6 等旧模型可被轻易越狱生成色情内容，10 次请求全部成功。研究员开发的多轮越狱方法通过逐步施压和情感操控绕过保护，Anthropic 虽承认问题但未停用这些模型。

Spline 发布 V2，彻底重建 3D 编辑器，并推出 MCP 服务器，使编码智能体能实时编辑 3D 场景。MCP 服务器内置于桌面应用，仅限本机访问，支持多种 AI 客户端。Spline 还集成了自己的 AI 智能体，可通过提示词构建和编辑场景。

Nvidia 通过定制 harness 让 Claude Opus 5 在 ARC-AGI-3 上获得满分，证明 harness（工具、内存管理、规则）比模型本身更能决定智能体的长周期任务表现。OpenAI 和 Databricks 的类似研究也支持这一结论。Nvidia 强调开放 harness 能赋予用户更多控制权。

llm 0.32.1 修复了 OpenAI 库移除 httpx 导致的依赖缺失问题，通过锁定 openai<3 确保现有安装可用。未来 0.33 将迁移至 httpx2。

该插件现已兼容 LLM 0.32，更好地支持 OpenRouter 上的推理模型；同时改用 OpenRouter 的 Responses API，并新增三个服务器端工具，可通过 -T 参数启用。

Anthropic 的 Browser Use 工具利用页面可访问性树，为 Claude 提供元素的引用而非坐标，从而更可靠地操作网页。它支持批量操作以减少模型调用，但需要开发者自行托管浏览器环境，并处理引用失效和审批门控等挑战。

英伟达的 AVO 智能体系统在 ARC-AGI-3 基准上，将 Claude Opus 5 的得分从 30.2% 提升到 100%，覆盖全部 183 个关卡。团队强调，持久记忆和监督机制是支撑长程自主工作的核心，并指出评估模型不等于评估智能体。

本文对比了 Hermes、Grok Bot 和 Claude Tag 三种智能体产品，指出它们都将可复用单元从对话转向了持久化的智能体身份（配置文件、共享计算机或服务账户），并强调持久性本质上是配置问题，而非技术难题。

SWE-Bench ProMax 是首个聚焦大规模重构的多语言基准测试，覆盖 7 种编程语言、170 个真实提交实例，通过多阶段筛选确保质量。测试发现前沿模型解决率最高仅 41.2%，专家指出上下文窗口、注意力机制和时间处理是主要瓶颈。

我们运行了 904 次 DeepSWE 测试，对比 GLM-5.3 与 Claude Fable 5。两者首次尝试成功率几乎无差异，但 GLM-5.3 在重试后表现更好，且成本仅为 Fable 的 1/5.4。由于两者高度相似，建议默认使用 GLM-5.3，仅在 Rust 或序列化密集型任务时升级到 Fable。

Promptwatch 追踪发现 ChatGPT 搜索大规模使用 site: 操作符，占比从 0.3% 跃升至 16%，与 GPT-5.6 发布同步，但 OpenAI 未明确说明。此外，Reddit 等来源在搜索结果中的引用频率显著下降。

Matt Pocock 介绍了他新发布的 /wayfinder Skill，针对项目规划阶段“迷雾重重”的场景，通过地图、门票等概念拆分任务，让 Agent 自主完成规划、原型和研究。他强调术语一致性的重要性，并建议在单体会话能完成的小任务上使用原有的 grill-me Skill。

Google 宣布将 Antigravity 扩展到 VS Code、JetBrains 和 Zed 等主流编辑器，并支持 Gemini Enterprise 订阅。企业管理员可设置预算和访问控制，但 token 消耗可能很快耗尽配额，需要谨慎管理。

Debian 正在就是否禁止 AI 辅助代码贡献进行投票，这项辩论涉及代码溯源、维护者技能传承和信任模型等核心问题。专家认为，一刀切的禁令并非解决问题的最佳方式，建立验证机制才是关键。

Slack 推出 Add to Slack，简化第三方 Agent 安装流程，用户无需编写自定义集成。NanoClaw 示例展示了管理器应用为每个 Agent 创建独立机器人，并自动配置 OAuth 和权限。该功能与 Slack Code 相互独立。