MATRIX · 构建 Agent

0.26.5 加入受控修复交接、隔离验证与实验性 Helm 部署

Sun, 01 Nov 2026 16:58:20 GMT

0.26.5 加入受控修复交接、隔离验证与实验性 Helm 部署

原条目：Qwen Code 0.26.5 加入受控修复交接与托管部署

为什么读：受控修复交接与隔离验证直接影响 coding agent 的升级边界。

建议等级：TRIAL

来源：Qwen Code v0.26.5

Rapid-MLX 1.0 为 Apple Silicon 加入本地 agent harness

Sun, 01 Nov 2026 16:58:20 GMT

Rapid-MLX 1.0 面向 Apple Silicon 发布 Apache-2.0 本地 agent runtime。它加入带工具和审批的持久终端 harness、实验性桌面 harness、本地模型支持，以及受限的算力共享路由。项目明确说明网络过滤依赖启发式规则，终端命令没有沙箱。

为什么读：Apple Silicon 获得可试用的本地 agent harness，但无沙箱终端限制生产使用。

建议等级：TRIAL

来源：Rapid-MLX 1.0.0 · Rapid-MLX repository

Auctopus agent 检出漂移后重做量子自旋实验

Sun, 01 Nov 2026 16:58:20 GMT

Auctopus 让多个 agent 在闭环中提出、质疑并执行实验。在一次固态量子自旋研究中，系统发现漂移，否定了首次不充分的结果，并修改实验流程后再给出结论。MIT 仓库包含离线 mock demo，但缺少复现论文实验所需的研究提示词与仪器说明。

为什么读：会否定结果并重写实验流程的模式有价值，但真实实验不能从公开材料复现。

建议等级：WATCH

来源：Auctopus: Closed-loop autonomous experimentation · Auctopus repository

2.1.316 收紧模型策略、restricted 上传与托管安全结论

Sat, 31 Oct 2026 15:56:40 GMT

2.1.316 收紧模型策略、restricted 上传与托管安全结论。

原条目：Claude Code 2.1.316 继续收紧托管策略边界

为什么读：企业策略与长任务稳定性修复直接影响 coding agent 的升级边界。

建议等级：ADOPT

来源：Claude Code 2.1.316

补核确认 M3.1 Flash 权重已公开，原记录的“尚不可下载”已过时

Sat, 31 Oct 2026 15:56:40 GMT

补核确认 M3.1 Flash 权重已公开，原记录的“尚不可下载”已过时

原条目：MiniMax 在低价 API 上线后开放 M3.1 Flash 权重

为什么读：M3.1 Flash 从低价 API 扩展到公开权重，自托管选择发生实质变化。

建议等级：TRIAL

来源：MiniMax M3.1 Flash model card

WebAnything 为 web agent 重建可复现实验环境

Sat, 31 Oct 2026 15:56:40 GMT

WebAnything 公开一套 MIT 许可流水线，可根据参考网站重建 web agent 实验环境。作者报告得到 244 个通过验收的网站产物和 12,984 个任务，并用生成轨迹微调 Qwen3.5-9B。网站保真度审计与 agent 增益都由作者完成，尚未独立复现。

建议等级：TRIAL

来源：WebAnything paper · WebAnything repository

SenseNova 开放长上下文循环多模态模型

Sat, 31 Oct 2026 15:56:40 GMT

SenseNova 开放 SenseNova-Loop-9B-Preview 的权重与代码，无需申请并采用 Apache-2.0。它面向长上下文和 agent 工作流，可接收文本与图像；24 层模块重复执行两次，让 32 个独立 decoder 层完成 56 次计算，训练长度最高 256K。当前部署依赖 LightLLM main 或尚未合并的 SGLang PR。

建议等级：TRIAL

来源：SenseNova-Loop-9B-Preview model card · OpenSenseNova repository

OpenCode 持久化终端并加入实验性 agent 产物

Sat, 31 Oct 2026 15:56:40 GMT

OpenCode 2.2.4 把桌面终端改为 session 级，服务器重启后仍保留名称与 scrollback，并在 TUI 与窗口间同步。可选 provider API 允许 agent 创建、更新并托管 HTML 或静态产物；schedule 在 opencode serve 下运行并协调单次触发。2.2.5 又加入按比例设置的压缩缓冲，并修复大型 MCP stdio 消息、LiteLLM 上下文错误和切换模型或恢复后的 reasoning 保留。

为什么读：OpenCode 2.2 的持久 PTY 与调度原语会改变长任务工作流，但首发回归提示先小范围试用。

建议等级：TRIAL

来源：OpenCode 2.2.4 · OpenCode 2.2.5

2.1.314 收紧托管策略、目录写入与恢复边界

Fri, 30 Oct 2026 16:01:56 GMT

2.1.314 收紧托管策略、目录写入与恢复边界。

原条目：Claude Code 2.1.316 继续收紧托管策略边界

为什么读：目录写入与恢复策略修复直接影响长任务的权限边界，适合回归后升级。

建议等级：ADOPT

来源：Claude Code 2.1.314

0.166.0 增加队列恢复并修复会话状态边界

Fri, 30 Oct 2026 16:01:56 GMT

0.166.0 增加队列恢复并修复会话状态边界。

原条目：Codex CLI 0.166 加入队列恢复与网络诊断

建议等级：TRIAL

来源：Codex CLI 0.166.0

CUA driver 0.27.0 提供三平台预编译产物并披露签名边界

Fri, 30 Oct 2026 16:01:56 GMT

CUA driver 0.27.0 提供三平台预编译产物并披露签名边界。

原条目：Qwen Code 0.26.5 加入受控修复交接与托管部署

建议等级：TRIAL

来源：Qwen CUA driver 0.27.0

Cursor 通报扩展市场曾分发带后门的 Claude Code

Fri, 30 Oct 2026 16:01:56 GMT

Cursor 通报，其扩展市场在 10 月 29 日美西时间 2:27 至 13:35 分发了被恶意篡改的 Anthropic.claude-code 2.1.313。该包尝试写入 SSH key、建立持久化并打开反向隧道。Cursor 称最多 5,000 名用户受影响，攻击者服务器已下线，未发现其他版本被篡改。

为什么读：Cursor 官方确认恶意扩展曾触达最多 5,000 名用户；受影响主机必须按 IoC 修复并轮换凭据。

建议等级：WATCH

来源：Security notice: malicious Claude Code extension

DiffuSpace 开放 Clover-35B-A3B-Preview 权重与代码

Fri, 30 Oct 2026 16:01:56 GMT

DiffuSpace 开放 Clover-35B-A3B-Preview 的权重与代码，采用 Apache-2.0 许可且无需申请。它是总参数 35B、每次激活约 3B 的 MoE 扩散语言模型，面向 coding agent，并提供 SGLang 与 llama.cpp 路径。benchmark 与吞吐数据均为发布方自测，尚未独立复现。

为什么读：Clover 的公开权重让扩散 coding 模型可验证，但厂商 benchmark 尚未复现。

建议等级：TRIAL

来源：Clover-35B-A3B-Preview · Clover-35B-A3B-Preview weights · Clover-35B-A3B-Preview code

NVIDIA 开放 NemoClaw 受控 agent 栈蓝图

Fri, 30 Oct 2026 16:01:56 GMT

NVIDIA 以 MIT 许可开放 NemoClaw 蓝图，用现有 agent harness、模型、NeMo 服务与 OpenShell 策略运行时组合专用 agent 栈。首批列出的集成包括 OpenClaw、Hermes Agent 与 LangChain Deep Agents。它是组合层，不是新的 agent harness；部署路径覆盖云、数据中心、DGX Spark 与 RTX。

为什么读：NemoClaw 给出可自持 agent 栈的公开组合路径；隔离与成本仍需独立实测。

建议等级：TRIAL

来源：Build specialized agents on a stack you control with NVIDIA NemoClaw · NVIDIA NemoClaw

Qwen Code 0.26.4 加入有上限的 autofix、独立 worktree 与快照绑定验证

Thu, 29 Oct 2026 16:05:08 GMT

Qwen Code 0.26.4 加入有上限的 autofix、独立 worktree 与快照绑定验证。

原条目：Qwen Code 0.26.5 加入受控修复交接与托管部署

建议等级：TRIAL

来源：Qwen Code 0.26.4 release

Concordat 用类型化协议约束 LLM agent 动作

Thu, 29 Oct 2026 16:05:08 GMT

Concordat 是开源 Python 库，只向 agent 暴露当前协议状态允许的工具，并在副作用发生前拒绝非法调用。研究者在 tau-bench 航空任务中加入催促 agent 跳过确认的用户。标准 agent 在 GPT-4.1 的 50 个任务中违规 13 次，在 Claude Haiku 5.5 的 128 次运行中违规 29 次；Concordat 为 0，任务成功率没有统计显著差异。

为什么读：Concordat 用公开代码把确认规则从 prompt 移到运行时协议，结果有工程价值但仍局限于单一场景。

建议等级：TRIAL

来源：Concordat: Typed Sessions for LLM Agents · miladsikaroudi/concordat

GitHub 正式开放可跨端续接的 Copilot 云会话

Thu, 29 Oct 2026 16:05:08 GMT

GitHub 将跨端续接的 Copilot 云体验向付费方案正式开放，并从 10 月 28 日开始滚动上线。同一会话可在网页、移动端、CLI、VS Code、Slack 与 Teams 之间继续，并运行在可恢复的 GitHub 托管 sandbox 中。云 sandbox 从 2026 年 11 月开始计费，并与 Actions 共用按金额计算的算力额度。

为什么读：Copilot 云会话 GA 改变 coding agent 的状态、凭据与算力预算归属，11 月计费前需要实测。

建议等级：TRIAL

来源：Work from anywhere with a connected Copilot cloud experience

Claude Code 2.1.312 加固后台任务与会话恢复

Wed, 28 Oct 2026 15:58:44 GMT

Claude Code 2.1.312 加固后台任务与会话恢复

原条目：Claude Code 2.1.316 继续收紧托管策略边界

建议等级：ADOPT

来源：Claude Code 2.1.312 release

Codex 0.165 接入 Vertex AI，扩展记忆迁移与实验性线程分叉

Wed, 28 Oct 2026 15:58:44 GMT

Codex 0.165 接入 Vertex AI，扩展记忆迁移与实验性线程分叉

原条目：Codex CLI 0.165 接入 Vertex AI 并扩展会话迁移

为什么读：Codex 0.165 接入 Vertex AI，并扩展记忆迁移与会话分叉，直接影响跨 provider 的 coding-agent 工作流。

建议等级：ADOPT

来源：Codex CLI 0.165.0 release

Gemini CLI 0.66 加入私网 MCP OAuth 与更安全的 Git 执行

Wed, 28 Oct 2026 15:58:44 GMT

Gemini CLI 0.66 加入私网 MCP OAuth 与更安全的 Git 执行

原条目：Gemini CLI 0.66 加固私有 MCP 与 Git 执行

建议等级：WATCH

来源：Gemini CLI 0.66.0 release

Qwen Code 0.26.3 扩展托管嵌入与恢复

Wed, 28 Oct 2026 15:58:44 GMT

Qwen Code 0.26.3 扩展托管嵌入与恢复

原条目：Qwen Code 0.26.5 加入受控修复交接与托管部署

建议等级：TRIAL

来源：Qwen Code 0.26.3 release

GitHub 为 Copilot SDK 加入工作负载身份

Wed, 28 Oct 2026 15:58:44 GMT

GitHub Copilot SDK 现在可以用安装在组织中的 GitHub App 认证，不再借用某个已登录用户的凭据。public preview 使用短期 installation token 和只读 Copilot Requests 权限。用量归属组织，并继续受模型策略、预算和消费控制约束。

为什么读：Copilot coding agent 的 workload identity 进入 public preview，直接影响 CI 与后台 agent 的凭据、撤销和审计设计。

建议等级：TRIAL

来源：GitHub Copilot supports server-to-server authentication

Google 向受信测试者开放 Genie 4

Wed, 28 Oct 2026 15:58:44 GMT

Google DeepMind 正把 Genie 4 作为 research preview 向受信测试者开放。这个 world model 能实时生成带原生音频的交互场景，并接受文字实时控制；Gemini 模型负责引导较长动作。它尚未广泛可用，Google AI Ultra、Gemini API 与 AI Studio 仍只是 coming soon 或 early access。

为什么读：Genie 4 展示交互式世界生成，但只有有限预览、没有开放权重或通用 API，适合了解能力边界而非投入集成。

建议等级：WATCH

来源：Genie 4: A new generation of world simulation · Google announces Genie 4

FeatureArc 发现 coding agent 会把早期缺陷带入后续阶段

Wed, 28 Oct 2026 15:58:44 GMT

FeatureArc 用同一持久 workspace 中连续两到十个相互依赖的阶段评测 coding agent。十种 agent 在 73 个经人工复核的任务上，首阶段 pooled success 为 62.7%，完整功能只有 28.5%。作者称后续失败中 72.9% 继承了早期缺陷，但没有公开可运行 harness 或代码。

建议等级：WATCH

来源：FeatureArc: Benchmarking Coding Agents on Evolving Features

OpenHands 1.34 为每个会话隔离运行时

Wed, 28 Oct 2026 15:58:44 GMT

OpenHands 1.34 增加逐会话 Docker runtime，并允许在现有 sandbox 中开启新会话。它把 session API key 从进程参数移到环境变量，让 automation KV secret 在 session key 轮换后仍可读取，并阻止不可信 Markdown 自定任意链接 target。这个 stable 版本位于 overlap，上一轮 manifest 未记录。

建议等级：TRIAL

来源：OpenHands 1.34.0 release

Claude Code 2.1.311 修复旧 memory 与重复恢复执行

Tue, 27 Oct 2026 15:59:15 GMT

Claude Code 2.1.311 修复旧 memory 与重复恢复执行

原条目：Claude Code 2.1.316 继续收紧托管策略边界

为什么读：Claude Code 修复压缩后旧 memory、重启后重复 skill 与后台 worktree 生命周期问题，都是会悄悄污染结果的故障。

建议等级：ADOPT

来源：Claude Code 2.1.311 release

Qwen Code 0.26.2 收紧 managed 权限并扩展恢复路径

Tue, 27 Oct 2026 15:59:15 GMT

Qwen Code 0.26.2 收紧 managed 权限并扩展恢复路径

原条目：Qwen Code 0.26.5 加入受控修复交接与托管部署

为什么读：Qwen Code 0.26.2 同时改动 managed 权限、token 注入防护与恢复链路，直接影响长时 coding agent 的验收范围。

建议等级：TRIAL

来源：Qwen Code 0.26.2 release

OpenAI 披露 Ultrafast 的内部事故响应用例

Tue, 27 Oct 2026 15:59:15 GMT

OpenAI 披露 Ultrafast 的内部事故响应用例

原条目：OpenAI 发布低成本 GPT-6.1 Sol

建议等级：TRIAL

来源：How Ultrafast cut incident investigation from hours to minutes at OpenAI

OpenAI 发布低成本 computer use 模型 GPT-6.1 Terra

Tue, 27 Oct 2026 15:59:15 GMT

OpenAI 已向 ChatGPT Work 与 Codex 的 Plus、Pro、Enterprise 和 Edu 用户开放 GPT-6.1 Terra，开发者也可通过 API 调用 gpt-6.1-terra。标准 API 价格为每百万 input token 1 美元、cached input 0.05 美元、output 5 美元。OpenAI 将它定位为视觉推理与 computer use 模型，标准 token 价格是 GPT-5.6 Terra 和 GPT-6.1 Sol 的一半。

为什么读：GPT-6.1 Terra 已在 API、ChatGPT Work 与 Codex GA，把 computer use 的标准 token 价格降到 Sol 的一半。

建议等级：TRIAL

来源：Introducing GPT-6.1 Terra · developers.openai.com · changelog

REVA 用一次模型前向计算筛查函数漏洞

Tue, 27 Oct 2026 15:59:15 GMT

REVA 把模块威胁模型、静态分析结果和调用图上下文一起交给 LLM，再用训练过的 probe 读取模型内部表示。作者在 PrimeVul held-out 测试集上报告：GLM-5.3-Flash 约一秒筛查一个函数，准确率 60.0%，与其复跑的 VulTriage 接近，但速度快 250 倍以上。当前未发现公开代码或独立验证。

建议等级：WATCH

来源：Reva: Real-Time Vulnerability Detection through Contextual Probing of Large Language Models