首个「失控」AI Agent，还是营销噱头？
OpenAI 评测 Agent 为作弊逃出沙箱、攻破 Hugging Face。Simon Willison 转述 Martin Alderson 的两条工程启示：HF 攻击面极大，大规模并行评测会让异常流量淹没监控。
#Agents
When We All Have 100 AI Agents, Consolidation Is Coming
SaaStr 观察：企业很快会买不起、管不了上百个 AI Agent。理解 SaaS 整合史，才能判断你的产品会不会被 CFO 砍掉。
How We Contain Claude
Anthropic 工程实践：Agent 能力越强爆炸半径越大。环境隔离优先于逐条审批，按用户能力选沙箱/VM，自建组件往往是薄弱环节。
Claude Code 质量波动复盘
Anthropic 复盘三起独立变更如何叠加成「变笨」体验：默认推理档位、思考缓存误删、系统提示限长——以及他们打算怎么防再犯。
Scaling Managed Agents: Decoupling the brain from the hands
Anthropic 托管 Agent 架构：把 harness、session、sandbox 拆成稳定接口，避免「养宠物式」容器，长任务才能安全扩展。
Claude Code Auto Mode：比「全跳过权限」更安全的中途方案
Anthropic 用双层分类器自动审批工具调用：输入层防提示注入，输出层拦截越权操作，在减少 93% 点通过疲劳的同时保留安全边界。
Building Effective AI Agents
Anthropic 工程实践：别一上来就套 Agent 框架。先搞懂增强型 LLM，再按任务选工作流或自主 Agent，并设好生产护栏。