ZiCode — 记录编程、AI 工具链与工程实践的技术博客

技术热点透视20261015：Agent 没有失控，是围栏没人建
原创人工智能 · 工程实践 · 阅读 —

技术热点透视20261015：Agent 没有失控，是围栏没人建

欧盟首次依据 AI Act 向 OpenAI 与 Anthropic 立案，六位安全专家却指出：四家实验室的 agent 越界事故是同一个第三方评测环境配错导致的共因失效。这不是 AI 失控，是沙箱、出网控制这些几十年的工程纪律被跳过了。

更多推荐

最新文章

全部文章

  • 技术热点透视20261015：Agent 没有失控，是围栏没人建

    欧盟首次依据 AI Act 向 OpenAI 与 Anthropic 立案，六位安全专家却指出：四家实验室的 agent 越界事故是同一个第三方评测环境配错导致的共因失效。这不是 AI 失控，是沙箱、出网控制这些几十年的工程纪律被跳过了。

    原创 · 阅读 —

  • 技术热点透视20261014：Anthropic 把 Git 换掉了

    日均合并从 2500 涨到 3 万，Anthropic 用 5 个月把整个 monorepo 迁出 Git，换成自研的版本控制系统 Scion：源码控制资源降到 1/200，CI 拿回 25% 算力。当写代码不再是瓶颈，被压垮的是按人类速度设计的开发基础设施。

    原创 · 阅读 —

  • 技术热点透视20261012：Claude 动态工作流一次调度 1000 个 Agent

    Anthropic 把动态工作流推上 public beta：一次调度 1000 个 agent、同时在飞 64 个。116000 行代码 70 个预埋 bug 的测试里，单 agent 三次只找到 14/15/27 个，工作流连续三次都找到 66 个——但代价是约 15 倍 token。Bun 用它 11 天迁完 75 万行 Zig 到 Rust。这篇文章拆开召回率、账单与扇出判据。

    原创 · 阅读 —

  • 限免的 Step-5-Preview 值得换吗？我在 WorkBuddy 里做了 8 项对撞实测

    腾讯 WorkBuddy 独家限免两周的 Step-5-Preview，对上我一直在用的 deepseek-flash。同一台机器、同一批 prompt、8 个用例（代码生成/调试/指令遵循/长上下文/中文写作/工具调用/算法难题/幻觉抗性），能程序化验证的一律程序化验证：质量 8 项全平，速度差 5.6 倍，官价差 5–7 倍。那「1/8 成本」的参照系，其实不是 DeepSeek。

    原创 · 阅读 —

  • 给 Agent 装了 46 个工具，我算了一笔 token 账

    「确定性工具」这个方向我一直推荐装全套 46 个。但工具 schema 是每个请求都要发一遍的固定税，装了不用也照付。这篇是实测账单：一次干净启动多花 7,677 tokens、占满配请求的 39%，四组对照里插件路径输出少一个数量级却更贵，以及把 29 个工具裁到 5 个之后，首次请求的 prompt 从 16,799 掉到 13,529。

    专栏 · 给 Agent 造确定性工具 · 1 篇 · 专栏阅读 — · 当前文章阅读 —

  • DeepSeek Harness：免费的车，收费的油

    DeepSeek Harness 以 MIT 开源当天，DeepSeek 同时宣布 API 峰谷涨价。这不是两件事：一切皆插件的架构，本身就是一份定价策略。

    原创 · 阅读 —

  • 技术热点透视20261011：Day 6 只有一个词，Reset

    OpenAI Codex 的 28 天计划走到第 6 天，Tibo 发了一条只有一个词的推文：Reset。这是 28 天里第一次纯重置日，本文讲清它和 Day 3 那张 banked reset 的区别，以及额度什么时候到账、怎么自己核对。

    原创 · 阅读 —

  • DeepSeek Harness 插件生态与 WSL 开发实测

    实测 DeepSeek Harness 的文件编辑插件生态与 WSL 开发方案：官方只读、插件热度、三种架构，以及 ERR_PNPM_ADDING_TO_ROOT 的 pnpm 版本根因与修复。

    原创 · 阅读 —