AI Agent 技术周报 Vol.12｜会完成，不等于能值班 (2026)

2026.07.27—08.02

这周最硬的信号，不是又多了一个会写代码的模型，而是评测开始追问：Agent 在有状态、有权限、有工具、需要人工接管的环境里，能不能留下可复盘的轨迹。

AgentS4D 把运行时安全拆成风险入口、诱导方式、目标伤害和生命周期证据四个维度，做了 328 个风险注入案例、6,560 次运行。68.0% 触发预设不安全信号，66.22% 的运行「不安全但完成了任务」；这组数字直接否定了「做完就安全」的替代判断。1
ORCA-bench 把编码 Agent 放进带 Prometheus、Jaeger、OpenSearch/Grafana 和源码的生产拟真 on-call 环境，提供 1,079 个根因分析任务。5 个 frontier agent 在 Medium 难度的最佳 RCA 准确率只有 25.3%，Hard 难度降到 10.0%；最弱模型在 40% 的事故报告里给出不合理根因。值班能力与「会改代码」之间，仍有一大段距离。2

SIGIL 将 prose skill 编译成 typed executable harness，用 AG-IR 把「模型负责的认知」和「代码负责的机制」分开。跨两代模型，编译后的 harness 执行了 86% 的规定步骤，完整走完流程的次数是原来的 2.3 倍，token 用量为 0.58 倍。3
Microsoft Agent Framework Python 1.13.0（7 月 30 日）把 workflow checkpoint 做成可从初始输入和人工响应完整 replay，并修复 approval round trip 重复调用、compaction 原子性等问题；同时加入 MCP skill 的有界归档和可复用 session store。版本更新的重点已经从「多一个工具」转向「失败后能不能准确续上」。4

ChronoMem 为 Agent Development Kit 加入全量记忆快照、版本历史和自然语言语义回滚，并用 post-exposure protocol 检查回滚后能否按「未来信息从未出现」的状态回答。记忆系统终于有了类似版本控制的撤销动作。5
Hugging Face 的 ICML 2026 Agent Reproductions 在 7 月 15 日至 8 月 2 日运行公开的 claim-by-claim 复现实验：用 Trackio 写 logbook，特别奖要求公开可检查的 Agent traces。它把「我复现过」变成别人能沿着日志复核的过程。6
X 上 Leonard Rodman 8 月 2 日的一条帖子得到 663 次浏览、6 个赞、3 条回复和 3 次转发，把 Claude Code 的工程讨论归纳为 memory、skills、hooks、subagents、plugins 五层。这个条目是个人观点，不是官方架构说明；它的价值在于说明社区注意力正在从 prompt 写法移向 harness 结构。7

给 Agent 做下一轮验收，至少把三件事写进测试：完整行动轨迹，而不只是最终答案；人工审批后的可回放，而不只是一次成功运行；记忆写入后的版本与撤回，而不只是越积越长的上下文。它们分别对应本周的安全基准、开源版本和记忆研究。

本时间窗内，白名单中的 OpenAI 与 Anthropic 官方页面没有检索到可核验的新 Agent 产品或 API 发布；本期不拿窗口外的公告填空。X 的互动量也没有达到可以代表全网热度的程度，所以只把它作为一条标注清楚的社区观点。