1.8 秒修完故障、100 万个技能、3 倍通过率：这一周 Agent 把改动、做法和记忆交给了别人保管
Google 让 agent 自己打补丁、自己改结构，Anthropic 把 Agent Skills 捐进 Linux 基金会，Databricks 把记忆搬出上下文：这一周三件事都在给 agent 的改动、做法和记忆找外部保管人。
本期窗口是 2026 年 10 月 20 日到 10 月 23 日。
上一期 10 月 20 日上午发出，写的是 10 月 14 日到 10 月 20 日的三条。本期与它在 10 月 20 日重叠一天，事件不重复；第 3 条发表在 10 月 20 日，落在窗口起点。
三条更新落在理解地图的三块。
Google Cloud 在 10 月 22 日公开一套让 agent 改自己的参考架构，落在 ⑧ 产品形态与落地，兼及 ③ Harness/运行时 与 ⑥ 权限、安全与熔断。
Anthropic 在同一天把 Agent Skills 这套技能格式捐进基金会，落在 ④ 工具与协议，兼及 ③ Harness/运行时。
Databricks 在 10 月 20 日发表了生产 agent 的记忆架构，落在 ③ Harness/运行时，兼及 ⑤ 环境与状态 与 ⑦ 评测与指标。
三条连起来说的是同一件事：agent 身上最不可靠的三样东西——它自己的改动、它做事的方法、它记住的东西——这一周都被搬到模型外面，各自换了一个保管人。
1. 1.8 秒修完一次故障：Google 让 agent 自己动手，每一步都要别人签字
（对应地图 ⑧ 产品形态与落地，兼及 ③ Harness/运行时 与 ⑥ 权限、安全与熔断）
发生了什么： 10 月 22 日，Google Cloud 的开发者博客公开了一套参考架构，代号 Project Chrysalis。1
演示的场景是黑色星期五的缓存击穿：流量涌进来，缓存把冷 key 逐出去，命中率从 100% 掉到 0，请求全压到数据库，两个数据库连接被占满。
这时 P99 延迟 519.8 毫秒，HTTP 5xx 占到 72.7% 到 80.0%，40 笔结算失败。
一个跑在 Agent Development Kit（ADK，Google 的 agent 开发框架）上的 agent 接手。它先诊断，再写一段令牌桶限流的中间件补丁，热挂进 API 网关。
第二轮同样 50 个并发请求：5xx 归零，连接池占用从 100% 降到 0，P99 回到 18.2 毫秒，超出的 40 个请求被限流成 HTTP 429。
从告警到第一次缓解，人工要 15 到 45 分钟，这套架构用了 1.8 秒。
它还改了自己的结构。事故结束后，它在内存里给监督 agent 加了一个常驻的「流量整形专家」子 agent，不动容器，不重启。
这些数字全部来自模拟负载的演练。代码开在 GitHub，标注跑在 Gemini 4.0 Argon 与 ADK 2.0 上。2
机制是什么： 三件事。
第一件，agent 造出来的东西先变成制品，再过闸。那段限流补丁要过三道检查才允许挂载。
语法树检查（AST，把代码读成结构，看有没有系统调用和动态执行的入口）；Open Policy Agent（OPA，把策略写成代码来执行）要求补充速率不低于每秒 10 个请求，防止它把服务自己打死；Cloud KMS 给制品签名，网关按 Binary Authorization 只认签过名的代码。
第二件，动作按风险分级，每一级配一个保管人。
热补丁几秒生效，保管人是签名与策略。写进向量库的那条「缓存击穿时不许重启数据库」，保管人是 KMS 签名与索引。改多 agent 拓扑这一级风险最大，执行会停下来，等值班工程师用加密令牌批准。
第三件，功劳与过失分开记，否则它学不到对的东西。
AgentEvolver 用每一步前后的 P99、5xx 比例和连接池占用算边际贡献。重启数据库那一步把延迟推到 3800 毫秒，被扣分；限流补丁拿到 +0.97。哪条经验写进长期记忆，由这个分数决定。
调参放在离线做。事故请求轨迹导进 BigQuery，向量化回放扫 400 组限流参数，约 0.5 毫秒出结果，挑出帕累托最优的那一组（没有别的参数能在不牺牲另一项的前提下更好），线上只挂这一组。
最后一步是打自己：清空 100% 缓存，再放 200 个并发请求，0 个 5xx，数据库负载最高 13%。
面试可说句：
让 agent 改自己，我会先把它的改动做成制品：一段代码过结构检查、过策略下限、过签名校验，网关只认签名；改它自己的拓扑这种更大的动作，要人双签才执行。1.8 秒、5xx 归零这组数来自模拟演练，我会把它当成「设计上能做到多快」，线上再自己测一遍。
2. 100 万个技能换了保管人：SKILL.md 从一家公司的做法变成一份标准
（对应地图 ④ 工具与协议，兼及 ③ Harness/运行时）
发生了什么： 10 月 22 日，Anthropic 把 Agent Skills 捐给 Agentic AI Foundation（AAIF，Linux 基金会下的中立组织，Anthropic 与 Block、OpenAI 去年共同创办，MCP 此前已经捐了进去）。3
捐的是名字与 logo、GitHub 组织和 agentskills.io 域名。用这套格式不需要加入基金会。
规模写在公告里：70 多个 agent 平台已经接入，包括 ChatGPT、Cursor、GitHub Copilot 与 VS Code；已发布 100 万个 skill，安装近 2.8 亿次。
这套格式 2025 年 12 月发布为开放标准，起点在 Claude Code。团队发现模型通用知识够用，缺的是真实业务里的程序性知识：先做什么、按什么判断、碰到哪种情况停下。
格式本身很小。一个文件夹里放一个 SKILL.md，最少写 name 与 description 两个字段，旁边可以放脚本、参考资料、模板。4
维护交给 Anthropic、Google、OpenAI 等公司的工程师，以个人身份参与，两位 Lead Maintainer 是 David Soria Parra 与 Mahesh Murag。
提议的路线图有三项：版本化发布、正式提案流程、给写 skill 与装 skill 的人的安全指引。
机制是什么： 三件事。
第一件，加载分三层，起步只读描述。这套做法叫渐进披露。
agent 启动时只加载每个 skill 的名字与描述，够判断这次用不用得上；任务匹配了，才把完整的 SKILL.md 读进上下文；执行时按需跑里面的脚本、读引用的文件。
所以 agent 可以随身带着很多技能，上下文还装得下。
第二件，它和 MCP 分工不同。MCP 管 agent 能连到什么，也就是工具与数据；Skills 管 agent 会怎么做，也就是步骤、判据和跑得起来的脚本。
第三件，进基金会改的是分发链。名字、域名与仓库地址稳定下来，再加上版本号、提案流程与安全指引，skill 就从一个可以随手拷的文件夹，变成一个能被审计的依赖。
安全指引还在提议的路线图里，没写出来。100 万个 skill、2.8 亿次安装，装进来的是别人的代码。
频道在 10 月 16 日那期写过 Google 用 Gemini 4 Argon 跑了一夜 ADK 仓库，维护者的规约就放在仓库的 .agents/skills 目录里，SKILL.md 当索引，references 按需读。5
同一套格式，从一家公司的仓库习惯，走到了 Linux 基金会。
面试可说句：
我会把 skill 按依赖来管：谁写的、哪个版本、装进来要不要额外权限。它和 MCP 一起答两个问题，MCP 答「能连到什么」，skill 答「会怎么做」。捐进基金会之后这两样都有中立地址和版本号，评审时我会问一句：你们装了几条外部技能，升级谁来测。
3. 3 倍通过率：Databricks 把记忆搬出了上下文
（对应地图 ③ Harness/运行时，兼及 ⑤ 环境与状态 与 ⑦ 评测与指标）
发生了什么： 10 月 20 日，Databricks 发表 MemCurrent，一套给生产 agent 用的记忆架构，已经用在 Agent Bricks 的 Memory 产品与 Genie 里。6
内部基准上，通过率从没有记忆的 22.3% 提到 68.4%，同时快 1.35 倍、便宜 1.44 倍，token 少 31%。
天花板是把金标准记忆直接注进上下文，78.6%；同台对比的 Mem0 是 43.9%。
三个公开基准（LoCoMo、LongMemEval、ConvoMem）平均 88.1%，与「把全部历史塞进上下文」的 87.8% 打平，而每次提问的输入 token 从 10.3 万降到 8400。
内部基准用的是真实 Genie 会话：从 1.2 万多条里挖出 3000 个候选，人工复核后留下 114 道题、29 个用户、2233 条历史会话。7
机制是什么： 三件事。
第一件，记忆分两层，权限不同。情景记忆存原始会话轨迹，只追加，不许改；提炼记忆存从轨迹里抽出来的知识，可以改，放在一张模拟层级文件系统的表里，顶上自动生成一份 memory.md 索引。
第二件，写入分两条路。agent 用工具直接写明确要求，比如「别往 /tmp 写脚本」；后台的 dreaming 管线从每个新会话里抽隐式经验，顺手整理仓库——拆过大的文件、合并重复、解决冲突。
第三件，读取也分层。会话开始注入索引，让 agent 知道自己知道什么；过程中用 search_memory 找片段，用 fetch_memory 按 id 或路径取全文。
消融实验说明了价值在哪。
只给情景记忆，通过率 35.8%；只给提炼记忆，66.1%；两者都有，68.4%。离线 dreaming 单独 63.5%，在线工具 53.9%，合起来 66.1%。
分工由此清楚：明确要求当场生效，隐式经验后台固化。
两个例子的差别很直观。一次查询写对了 SQL 却没读结果文件，编出一张表；用户纠正后这条教训进了记忆，下次它先读结果。
另一个「top 5 SDP 客户」的问答，第一次用了 11 次工具调用、8 个子 agent、近 6 分钟；步骤存成 workflow 之后，同类新问题 2 次调用、1 个子 agent、41 秒。
面试可说句：
谈 agent 记忆我会先问两件事：原始轨迹改不改、提炼出来的知识谁来整理。原始轨迹只追加，才追得回去；提炼知识交给离线管线合并去重，才不会越积越乱。评估也一起看：这组数据里通过率 22.3% 到 68.4%，token 还少了 31%，好的记忆应该让这两条同时动。
本期填入地图的三块
| 更新 | 地图模块 | 关键机制 | 面试抓手 |
|---|---|---|---|
| Google Project Chrysalis 参考架构，2026-10-221 | ⑧ 产品形态与落地（兼③⑥） | 自造补丁要过语法树、策略下限与签名三道闸；动作按风险分级，改拓扑要人双签；按步算边际贡献，决定哪条经验入库 | 三问：改动是不是制品、谁验签、改结构谁签字 |
| Anthropic 把 Agent Skills 捐给 AAIF，2026-10-223 | ④ 工具与协议（兼③） | 目录加 SKILL.md 两个最小字段；渐进披露三层加载；与 MCP 分工在「怎么做」与「连到什么」；进基金会后要有版本、提案与安全指引 | 三问：装了几条外部技能、版本谁管、升级谁测 |
| Databricks MemCurrent，2026-10-206 | ③ Harness/运行时（兼⑤⑦） | 情景记忆只追加、提炼记忆可整理；写入分工具与离线 dreaming 两条路；会话起注入索引，过程中按需检索 | 三问：轨迹能不能被改、谁整理提炼、通过率与 token 有没有一起看 |
跨期口令再加一句：目标写清 → 工具接对 → 环境真隔离 → 权限默认最小 → 随时能停 → 环境可恢复、状态可序列化 → 监督看三个率 → 边界按「碰得到」限定，撤销要能打断在飞的会话 → 出网路径逐条清点，策略执行点放在 Agent 够不着的地方 → 评测先问判的是哪一段，授权先问怎么撤销 → 恢复按步骤存，扩展先读清单，并行留好归属 → 评测先证分数掉在哪一维，模型按步选，边界交给够不着的那一层 → 出网列清单、编排先定预算、改进先能复测 → 目标要活过压缩，身份先自报再办事，账按一条会话算 → 熔断假设它会绕路，沙箱先红队，完成条件写在模型外 → 改动先成制品，能力按依赖管，记忆分层存。
References
- 1Architecting Governed, Self-Evolving AI Agents on Google Cloud（Google，2026-10-22）
developers.googleblog.com
- 2self-evolving-ai 参考实现（GitHub）
github.com
- 3
- 4Agent Skills 概览（agentskills.io）
agentskills.io
- 5Optimizing a 200,000-line Python codebase overnight with Gemini 4 Argon（Google，2026-10-13）
developers.googleblog.com
- 6
- 7Agent Bricks 有状态 agent 文档（Databricks）
docs.databricks.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.