调研时间：2026 年 11 月 ｜ 视角：行业趋势为主，学术研究为辅 ｜ 姊妹篇：智能体的产业与学术现状及未来发展趋势报告、运维智能体（AIOps Agent）现状综述

说明：本文聚焦 2025 下半年至 2026 年 11 月的增量动态。行业部分以官方发布、开源仓库与一手可核验来源为主，未能一手核验的条目均已标注；学术部分仅作补充，优先收录与行业趋势直接呼应的工作。

一、概述：从 Copilot 到 Agent，再到 Super Agent

1.1 概念演进的四条台阶

如果只看 2025H2–2026.11 这一年半，LLM Agent（智能体）领域最显著的变化不是"又出现了多少新产品"，而是行业叙事跨过了两条台阶：

  • Chatbot + RAG（2023–2024）：LLM 以对话和检索增强为主，工具调用是"插件"性质的附加能力；

  • Copilot → Agent（2024–2025）：从"人主导、AI 补全"转向"目标驱动的多步执行"，Claude Code、Codex 等编码 agent 成为最先规模化的场景；

  • 编码 Agent 泛化（2025H2 起）：编码 agent 的 harness（脚手架）能力外溢，向办公、研究、运维等非编码领域泛化——OpenAI 的口号演进最具代表性：从"Codex"（2025）到 "Codex for almost everything"（2026-04，见 §2.2.1）；

  • Super Agent（2026 起，叙事与原型阶段）：单个 agent 升级为编排多 subagent、长期驻留、管理人类注意力的代理系统。DeepSeek Harness 的 super agent 理念（§2.3）、OpenAI 的 "ongoing responsibilities"（DevDay 2026）、Anthropic 的 agent teams 都已进入这一台阶的叙事——但成熟度从已上线功能到设计原型不等，尚无规模化的生产验证（§2.3.6、§5.1）。

1.2 为什么是现在：三条曲线交汇

这一年半的行业变化可以归因为三条曲线在 2025H2 前后交汇：

模型层：为 Agent 而生的模型成为标配。 Anthropic Opus 4.5（2025-11-24）之后，Opus 5.5（2026-09-22）明确以 agentic coding 与知识工作为卖点、成本下降 40%；Haiku 5.5（2026-10-07）更是直接声明"为 subagents、浏览器操作等高并发代理负载设计"（见 §2.2.2）。Google 的 Gemini 3 Flash 系列（2025-12 起）主打低延迟 agent 负载，OpenAI 的 GPT-5.3-Codex/Spark（2026-02）为编码 agent 定制。"模型能力"的评估口径已从"单轮问答"切换为"在 harness 中的长程任务表现"。

Harness 层：脚手架成为显学。 同一个模型，换一套 harness 就能从基准榜 30 名开外进前五——LangChain 公开的数据是 53% → 67%（Terminal-Bench，见 §2.4）。2026 年 "harness engineering" 已从边缘术语变成官方博客标题（LangChain《How to Build a Custom Agent Harness》，2026-09）。学术侧也给出了实证：StateM 只改执行系统不改模型权重，就把 GPT-5.5 从 83.1% 提到 92.1%、追平下一代模型（§3.2）。护城河正在从模型层向 harness 层迁移。

协议层：中立化与碎片化并存。 2025-06 A2A 捐入 Linux Foundation，2025-12-09 MCP 捐入 Anthropic/Block/OpenAI 共创的 Agentic AI Foundation（AAIF），一年内 10,000+ 公共 MCP 服务器、月度 SDK 下载 9700 万次（见 §2.5）。但另一面是 OpenAI 拒收给 Agents SDK 加 A2A 支持的 1200 行社区 PR（2025-10-30）——工具层协议在收敛，agent 间协议仍在拉扯。

1.3 本文的方法与边界

  • 行业为主、学术为辅：与姊妹篇《智能体的产业与学术现状及未来发展趋势报告》的全景式梳理不同，本文选取"增量趋势"视角，重点回答"2025H2 以来发生了什么、哪些是理念级变化"；

  • 时间窗：2025H2（2025-07）至 2026-11，2025 年中的少量事件（如 A2A 捐入 Linux Foundation、Meta 入股 Scale AI）与更早的背景事件（如 MCP 2024-11 发布）仅作简述；

  • 信源纪律：所有事实以官方发布、开源仓库、arXiv 论文与可抓取的一手来源为准；受访问限制未能一手核验的条目（如部分 Google 官方博客仅获取到标题）均已显式标注；

  • 重点案例：DeepSeek Harness 的 super agent 理念（§2.3）——这是目前公开材料中最完整、最可核验的 super agent 设计文档，且与本文写作所用工具本身同源，可以"解剖麻雀"式地分析。

二、行业趋势

2.1 总格局：编码 Agent 先导，向通用泛化

编码 agent 是所有 agent 场景中第一个穿越生产鸿沟的，其证据链非常完整：

厂商 编码 agent 泛化动作 时间
OpenAI Codex、GPT-5.3-Codex/Spark "Codex for almost everything"：研究、内容、数据 2026-04
Anthropic Claude Code Cowork："Claude Code for the rest of your work" 2026-01
阿里 Qwen3.6-35B-A3B "Agentic coding, open to all"（开源模型直取 agentic 编码） 2026-04
月之暗面 Kimi for Coding K3"Open Frontier Intelligence"开放权重 2026-07

泛化的方向出奇一致：先把"多步执行 + 文件操作 + 工具调用"在编码域跑通，再横向复制到办公与研究场景。OpenAI DevDay 2026（2026-09-29）把这个方向推到了平台级：ChatGPT（12 亿周活）开放为"人与 agent 共享的界面"，插件体系回归，开发者可在其中发布原生 agent 体验，官方叙事是让 agent 承担"ongoing responsibilities"（持续职责）而非一次性任务（详见 §2.2.1）。

2.2 巨头与创业公司动态

2.2.1 OpenAI：从 ChatGPT agent 到"人-agent 共享平台"

1
2
3
4
5
6
7
2025-07  ChatGPT agent（沙箱 VM 内自主使用浏览器+终端+连接器）
2025-08  被曝绕过验证码 —— agent 安全争议的起点
2025-10  DevDay 2025：AgentKit + agent Evals + RFT（agent 应用栈）
2025-10  Atlas 浏览器：agent-first 浏览器，被批"Anti-Web"
2026-02  GPT-5.3-Codex / Spark
2026-04  "Codex for almost everything"
2026-09  DevDay 2026：ChatGPT 开放为人-agent 共享平台，插件回归

三个理念级信号：① agent 走向平台化——ChatGPT 不再是聊天入口，而是 agent 的运行宿主与分发渠道；② 评估（Evals）进入一等公民——DevDay 2025 把 evals 与 RFT（强化微调）并列为 agent 时代的核心工具；③ 安全成为持续议题——从绕过验证码（2025-08）到 Reuters 报道其 agent 劫持德国网站（2026-09），agent 失控已经从假设变成 2026 年的行业级新闻。组织层面，OpenAI 收购 Astral（uv/ruff 工具链，2026-03），重组落地为 OpenAI Foundation 掌舵（2026-03-24）并设立 $250M AI 就业冲击基金（2026-05），与微软终止独家收入分成（2026-04-27）；但营收两度不及自家指引（2026-04、2026-10，后者差约 $20B）——高叙事与高消耗并行。

2.2.2 Anthropic：模型、harness、协议三位一体

  • 模型：Opus 4.5（2025-11-24）→ Opus 4.6（2026-02）→ Opus 5.5（2026-09-22），Haiku 5.5（2026-10-07）明示面向 subagent 高并发负载；

  • Harness：Claude Code web/on-call 版（2025-11）、Cowork（2026-01-12）、agent teams 多 agent 协作（2026-02，随 Opus 4.6 发布，官方演示用它构建 C 编译器）；

  • 协议：2025-12-09 将 MCP 捐入 AAIF（见 §2.5.1），Claude 连接器目录达 75+；

  • 商业：2026-10-26 递交 S-1 启动 IPO（官方）。

值得单独记录的是第一方与开源 harness 的生态战：Claude Code 源码经 NPM map 文件泄漏（2026-03-31）之后，Anthropic 封禁 OpenClaw 等第三方 harness 使用其订阅额度（2026-04-04），又被曝对 API 请求加隐写水印（2026-06-30）。这组事件标志着 harness 层的商业价值已高到需要"圈地保护"。

2.2.3 Google：模型凶猛、产品收缩

Gemini 3（2025-11-18）到 3.8 Flash/Cyber（2026-09-02）的模型迭代极其密集，Flash 系列明确面向低延迟 agent 负载。但 agent 产品线却在收缩：Project Mariner 于 2026-05 关停（The Verge），Wired 报道 Google 因 OpenClaw 引发的开源 harness 热潮重组浏览器 agent 团队（2026-03）。Antigravity（agentic IDE，2025-11-18）发布一周即被实证存在间接提示注入数据外泄风险（PromptArmor，2025-11-25），并发生误删用户 Drive 的事件（2025-12）。"模型强 ≠ agent 产品强"在 Google 身上体现得最充分。

2.2.4 Microsoft / Meta / Amazon

  • Microsoft：Agent Framework（2025-10-01）将 AutoGen 与 Semantic Kernel 合并为统一栈，官方叙事是"agent 应用进入企业主流"；Bring Your Agent to Teams（2026-04-22）让任意 MCP/A2A agent 入驻 Teams——agent 成为协作界面。与 OpenAI 终止独家分成（2026-04-27）后，自建 agent 栈的意图明显；

  • Meta：2025-06-12 斥资 $14.3B 入股 Scale AI 组建 Superintelligence Labs（MSL），月内即挖走 Apple 第 4 名研究员（2025-07），但 MSL 首篇论文是 RAG 主题（arXiv:2509.01092），社区哗然；2025-12-29 以 $4B 收购 Manus（团队整体并入）；2026-04-08 发布 Muse Spark，口号是 "Scaling towards personal superintelligence"——个人 superintelligence 消费品化路线；

  • Amazon：Kiro（2025-07-14）主打 spec-driven development（需求/设计/任务三文档先行），Martin Fowler 专文将其与 Spec-Kit、Tessl 并论为新范式（2025-10-16）；Nova 2 家族（2025-12-02）定位"构建高可靠 agent"并配 Nova Act SDK。

2.2.5 创业生态：三个样本

  • Cognition：2025-07-14 收购 Windsurf（此前 OpenAI 收购告吹、Windsurf CEO 转 Google），2026-09-08 融资 $2B、估值 $48B——编码 agent 赛道的独立样本；

  • Cursor/Anysphere：$9.9B 估值（2025-06）→ ARR 三个月翻倍至 $2B（2026-03，Bloomberg）——编码 agent 收入曲线的极限样本；2026-04 美众议院调查其使用中国模型——地缘政治开始进入 agent 工具层；

  • OpenClaw（Peter Steinberger 的开源个人 agent）：2026 年现象级，作者 2026-02 入职 OpenAI；它被广泛认为是 Google 重组 Mariner、Anthropic 封禁第三方 harness 的直接诱因——开源 harness 第一次反向定义了第一方产品的边界。

2.2.6 中国厂商：模型与基础设施路线

中国厂商在 2025H2–2026 的主线是开源模型 + agent 基础设施，而非封闭产品：

厂商 关键动作 定位
DeepSeek V4（2026-04-24）、V4.1 Flash（2026-10）、DeepInfer 推理框架（2026-10-20）、DeepSeek Harness 开源（2026-08-13，见 §2.3） 开源模型 + 开源 harness + 推理基础设施
阿里 Qwen3.6-35B-A3B "Agentic coding, open to all"（2026-04-16）、Qwen3.8-27B（2026-08-14） 开源 agentic 编码模型
月之暗面 K3 开放权重（2026-07-16）、K3.1 Pro/Highspeed（2026-10-23）+ Kimi for Coding 开放权重前沿模型 + 编码产品
智谱 GLM-4.5V 开源多模态（2025-08-11）、手机 agent 登顶 AndroidWorld（2025-08） 多模态 + 端侧 agent
字节 Trae（VSCode fork 的 agentic IDE）；英文圈主要新闻为遥测/隐私批评（2025-07） agentic IDE

与姊妹篇结论一致：国外重平台与协议，中国重开源模型与场景——但 DeepSeek Harness 是一个例外：它是中国厂商第一次把"agent harness 本身"作为开源产品推出，并且直接给出了 super agent 的设计文档（§2.3）。

2.3 Super Agent 理念：DeepSeek Harness 案例

2.3.1 背景与材料来源

DeepSeek Harness（DSH，dsh）是 DeepSeek 于 2026-08-13 以 developer preview 形式开源的 agent harness（HN 747 分、314 评论），2026-10-02 发布 macOS/Windows Desktop 版（417 分）。其主仓库 deepseek-harness 基于"everything is a plugin"架构与 Cordis 框架（其组合式设计见 arXiv:2608.25512《A Programming Paradigm for Spatiotemporal Composability》）。

2026-11-01，DeepSeek 官方账号 @DeepSeekHarness 发布文章 《Exploring Super-agent Design: Towards a More Autonomous Agent System》，同日开源配套原型仓库 dsh-superagent-prototype（MIT 许可）。官方说明该仓库"从团队日常开发中生长出来，大量工程由编码 agent 完成"，是文章理念的可运行参考实现。本节以下内容全部基于该仓库的官方文档（000-Philosophy 至 008-Cookbook）一手核验；官方文章正文托管于 X，未能直接抓取，特此说明。

2.3.2 核心理念：注意力经济

dsh-superagent 的第一性原理只有一句话：

"Take as little human attention as possible, and give as much value as possible." （尽可能少地占用人类注意力，尽可能多地交付价值。）

这是它与"功能最大化"路线的根本分歧。官方哲学文档明确指出：项目中的每个组成部分——一条消息、一个通知、一个问题、一个设置、一个面板元素、一段文档——都要以注意力计价；花费注意力就必须回报超过其成本的价值，否则该组成部分被移除。

由此推导出 agent 的五条行为准则：

准则 内容
按需行动 只在被点名请求、或团队书面规则允许时行动；规则允许的主动工作先进入"只记录不执行"的观察模式
必要才说话 确认请求一次、说明计划，然后安静工作；结果就绪、需要决策或无法完成时才再次发言
一次一个具体问题 问题以结构化形式提出，确保能"到达人"，而不是埋在长报告里
按影响停，不按努力停 本地改动做到"可评审的结果"为止；需要设计决策的改动停在"一个清晰的问题"上
诚实报告 草稿标注未完成、失败报告为失败、从不为回避提问而绕过限制

以及四条设计推论：概念少（业务需求成为现有概念的属性或 prompt 文本，而不是新增概念）、设置少（一个默认值适用多数团队时用默认值取代设置项；能用话术描述的行为写成 prompt 而不是配置项）、面板只显示需要人的东西（健康状态不占空间）、文档按序号阅读（每篇只依赖此前的篇章）。

文档还有一段罕见的"运营者责任"论述：agent 以团队日常可见的账号发消息、开 PR，每条消息都在消耗同事的注意力，运营者必须为此负责——从小范围允许清单开始、主动降噪、不用它制造数量、对其所言负责。"The goal is the right help at the right time, and nothing at any other time."

2.3.3 领域模型：把授权变成一等公民

dsh-superagent 的领域模型（001-Domain 文档）只有少量核心概念，但把**"什么算一次合法的请求"完全形式化**了：

概念 职责 关键规则
Source 事件流（GitHub/飞书），持有读取位置与 bot 身份 重启不得重放事件
Trigger 一次不可变事件 幂等与审计的最小单元：同一 Trigger 接纳两次只创建一个 Ticket
Eval 对 Trigger 批次的裁决（gate + assessment 两层） 规则版本变化时运行中的 Eval 必须作废
Mandate 一次接纳所授予的东西：策略版本、范围、强度、匹配规则、来源身份 不可变；范围扩大需新 Ticket；只有人的 stop 能撤回
Ticket 一次工作单元 有明确阶段与报告
Executor 执行 Assignment 的端口 每 Ticket 一个独立 Session 与独立目录

三点值得强调：

  1. 授权被形式化为数据（Policy + Mandate），而不是散落在 prompt 里——"谁可以发起工作"是带版本号的评估规则，变更会实时送达受影响的 Ticket，但不追溯撤销已授予的 Mandate（只有人能撤回）；

  2. 幂等是一等公民——Trigger 的去重规则使系统可以安全重放与审计；

  3. 观察模式（unavailable/recorded）让"agent 会做什么"可以先被审阅再被放行——这是对"agent 失控"行业恐惧的直接工程回应。

2.3.4 执行模型：人的位置被精确建模

003-Execution 文档把一个 Ticket 的生命周期定义为按"在等什么"划分的阶段，自上而下首条匹配：

阶段 条件 面板标签
person / delivery Input 投递失败，2 秒起指数退避重试 Input undelivered
person / answer 存在 Attention（待人工决定） Awaiting answer
person / review 最新 Report 为 ready Awaiting review
person / blocked, failed 最新 Report 为 blocked/failed 且此后无人的消息 Blocked · Failed
working / queued 无 Assignment 或指派待启动 Queued
idle 最新 Report 为 waiting Waiting for a Trigger
working 其余一切 Working

执行细节同样体现工程纪律：每个 Ticket 一个独立 Executor Session 与独立工作目录；前台 shell 命令 5 秒后转后台（不阻塞长任务中的消息接收）；后台工作每轮后最多 30 分钟，超时杀掉并报告"最后的话"；移交给人时立即释放 worker 槽位，服务器类 job 可豁免继续运行；被丢弃的消息保留"何时、为何、本属于哪个 Ticket"的记录，永不重新入队。

2.3.5 与 harness 原语的关系：Super Agent 站在什么之上

dsh-superagent 之所以叫 "super agent"，是因为它站在 DeepSeek Harness 全套编排原语之上，把"一个会话内的 agent"升级为"驻留在团队工作流里的 agent 系统"。这些原语本身（本节基于 DSH 官方包文档一手核验）：

原语 机制要点
Subagent 独立上下文的子代理，父子归属，结果而非过程回传
Workflow 纯 JS 编排脚本扇出 subagent（agent()/parallel()/pipeline()），结构化 schema 校验返回值；脚本失败以 stopReason 结算而非拒绝
Goal 持久完成目标：事件溯源状态、比较并设置的 revision、Round 预算（默认 256）；跨会话边界后自动 disarm——恢复后必须人显式 resume 才继续
Schedule 定时唤醒（cron/间隔/每日）
Skills 可加载的分步领域技能文档
Sandbox / Approval 文件沙箱模式与审批策略（ask/自动），Windows 下还有 ACL 诊断
Compaction 上下文压缩续命

可以看到一个清晰的分层：底层 harness 提供"一次会话内"的能力，super agent 层加上"跨会话、跨人、跨事件源"的治理结构。Goal 的"会话边界后 disarm"与 Mandate 的"只有人能撤回"是同一种审慎哲学在不同层的体现。

2.3.6 定位：Super Agent 谱系中的 DeepSeek 路线

把 2026 年各家"super agent"叙事放在同一张表上对比：

厂商 叙事 组织形态 人的角色 差异点
OpenAI "ongoing responsibilities"、ChatGPT 即 agent 平台 平台内多 agent 分发 平台内互动 分发渠道（12 亿周活）
Anthropic agent teams（Claude Code 多 agent 协作） 会话内团队 主导者/评审 与模型深度耦合
Meta "personal superintelligence"（Muse Spark） 个人助理 唯一用户 消费品化
DeepSeek（DSH） "最小注意力"super agent 驻留团队工作流的常驻系统 授权者/审批者 注意力计价 + 授权形式化（Policy/Mandate）

DeepSeek 路线的独特性在于：它不比拼 agent 数量或模型能力，而是把"一个 agent 进入人类组织"这件事当成一个治理问题来设计——授权有版本、行动有阶段、说话有预算、失效有记录。这与学术界 2026 年对"记忆保护与读侧授权"（ClawMMU/PLACE）与"证据条件准确率"（ECA）的研究方向（§3.4）不谋而合。

2.4 Harness Engineering：范式转移与生态战

2.4.1 从"框架"到"harness"的话语转移

2025 年的主流话语还是"agent framework"（LangChain/LangGraph、AutoGen、Semantic Kernel）；2026 年话语明显转向 "agent harness"（运行脚手架）：

  • LangChain 官方博客 2026-09 连发《How to Build a Custom Agent Harness》《Organizing Context in a Multi-Agent Harness》——框架厂商自己改换了词。LangChain/LangGraph 在 2025-10 发布 v1.0 并完成 $125M B 轮（2025-10-21），商业化重心已从框架库转向 LangSmith 平台（观测/评估/Sandbox）——"框架开源引流、平台收费"的路径本身，就说明纯框架层不再是价值中心；

  • HN 高赞帖（2026-10-24）："LangChain kept the same model and changed only the harness. Their coding agent went from 53% to 67% on Terminal-Bench, from outside the top 30 to the top 5. Same model. Better harness." 并以"8 步 harness 工程"开源课程形式传播；

  • 企业侧出现"自建 harness"案例（如 Ramp 用自研 harness 扩张运营），逻辑是：第一方产品（Claude Code/Codex）的可定制性无法满足规模化需求。

框架层的 star 数据（2026-11-03 GitHub API 实测）也印证了格局变化：LangChain 148.9k★ / LangGraph 44.3k★、CrewAI 60.4k★（8 个月 +36%）、Agno 43.0k★、smolagents 30.2k★、OpenAI Agents SDK 30.5k★、Letta 25.3k★（提出 Agent File .af 标准）、Claude Agent SDK 8.4k★、Microsoft Agent Framework 14.5k★。"框架"仍百花齐放，但增长最快的价值故事都发生在框架之外（harness、运行时、协议）。同时框架疲劳与安全审计开始出现：Ask HN"框架疲劳"讨论（2026-02）、langchain-core CVE-2025-68664（2025-12）；一篇 harness 实测论文（arXiv:2610.36114）甚至发现"context 是管道不是窗口"——真实 agent 的 1/3 工具结果在到达模型前被 harness 以固定长度截断且变成损坏 JSON，审查的 7 个框架中有 2 个存在同样的不安全截断。

术语变化背后是架构认知的变化：框架（framework）是开发者写代码调用模型的库；harness 是模型在其中长期运行、拥有工具与沙箱、可被打断与审批的完整运行环境。前者关心 API 抽象，后者关心上下文管理、沙箱、审批、观测与回放。学术侧 StateM 的实证（§3.2）给这个话语转移提供了最硬的依据：同一模型只换 harness 就能与下一代模型打平，而 Oxford 的 harness 规范化研究指出"agent 的攻击面大部分位于 harness"。开源侧最极端的"harness 原教旨"现象是 Ralph 循环（ghuntley.com/ralph/，2025-07）：把一个 agent 无限循环重跑同一 prompt 当作"软件 2.0 的 fab"，2026-01 被 The Register 报道有人以 ~$10/小时用它 vibe-clone 商业软件——harness 简单到极致也是一种路线。

与 harness 话语并行的是 "vibe coding → agentic engineering" 的叙事迁移：编码能力的量化曲线（SWE-bench Pro 发布时最强约 23%，2025-09 → Blitzy 66.5%，2026-03）与反思潮同时出现——Simon Willison（2026-05，HN 787 分）、Bram Cohen（2026-04，616 分）、fast.ai（2026-01，434 分）先后撰文警示"氛围编码"的质量与安全代价；GPT-5.3 的"15× 开发提速"宣传被社区重算为约 1.37×（2026-02）。行业一边创造纪录，一边修正自己的叙事——这是 2026 上半年编码 agent 领域最真实的图景。

2.4.2 生态战：护城河显现的信号

harness 层价值上升的最直接证据，是第一方厂商开始保护它：

1
2
3
4
5
2026-03-22  Wired：因 OpenClaw 热潮，Google 重组 Mariner 团队
2026-03-31  Claude Code 源码经 NPM map 文件泄漏（逆向工程公开）
2026-04-04  Anthropic 封禁 OpenClaw 等第三方 harness 使用其订阅额度
2026-05-07  Project Mariner 关停（The Verge）
2026-06-30  Anthropic 被曝对 API 请求加隐写水印（识别第三方客户端）

开源与第一方的攻防在 2026 年成为行业主线之一：OpenClaw 作者入职 OpenAI（2026-02）说明开源 harness 的人才价值也被认可；而 Claude Code 泄漏源码、水印与封禁的组合拳说明 harness 已经被视为需要保护的商业资产——在模型商品化（开源 Qwen/Kimi/GLM/DeepSeek 模型性能逼近前沿）的大背景下，这是护城河迁移的明确信号。

2.5 协议层：中立化与碎片化并存

2.5.1 MCP：一年走完标准化全程

MCP（Model Context Protocol，Anthropic 2024-11 发布）在 2025-12-09 被捐入新成立的 Agentic AI Foundation（AAIF，Linux Foundation 旗下 directed fund）——由 Anthropic、Block、OpenAI 共同创立，Google、Microsoft、AWS、Cloudflare、Bloomberg 支持。AAIF 的三个创始项目恰好构成 2026 年 agent 生态的三块基石：

创始项目 来源 角色
MCP Anthropic 工具/数据接入协议
goose Block 开源 agent 运行时（56k★，已迁入 AAIF 组织）
AGENTS.md OpenAI agent 行为约定文件（事实规范）

捐入时披露的生态数据：10,000+ 公共 MCP 服务器、Python+TypeScript SDK 月下载 9700 万次、Claude 连接器目录 75+；2025-11-25 的一周年规范引入异步操作、无状态服务器、服务器身份与官方扩展。至 2026-07-28 规范进一步引入 Tasks、Skills over MCP、MCP Apps 与官方 Registry。工具层协议的事实标准之争已经结束。

2.5.2 A2A 与客户端层：碎片化与开放共识并存

与 MCP 的顺利形成对比，Google 的 A2A（agent 间协作协议）在 2025-06-23 捐入 Linux Foundation 后仍处于碎片化状态：OpenAI 拒收给 Agents SDK 加 A2A 支持的 1200 行社区 PR（2025-10-30）；2026-06 HN 仍有"谁在真的用 A2A"的质疑热帖。判断：工具层（MCP）已收敛，agent 间层（A2A）仍在拉扯。

客户端与前端两层反而进展顺利：

  • ACP（Agent Client Protocol，"agent 界的 LSP"）：编辑器与 agent 间的 JSON-RPC/stdio 协议，2025-08 由 Zed 发起（HN 281 分），2025-12 移交中立组织（4.6k★）；同月 JetBrains 全系 IDE 宣布支持 BYO-agent（自带任意 agent 接入 IDE），goose 与 DeepSeek Harness 均已实现 ACP——"编辑器不再绑定自家 AI" 正在成为 IDE 层的开放共识；

  • AG-UI（CopilotKit，17.0k★）：agent 与前端 UI 的事件流协议，2025-11 获 Microsoft Agent Framework 官方集成；实测案例：德国法律科技 fynk 用它替换了 11,000 行自研 chat 代码（2026-11）。

值得注意的是标准组织的空白：W3C 层面截至 2026-11 尚无 agent 标准化动作（"Agent Web"仍是产业话语，如 Cloudflare 2026-04、Webflow 2026-05 的博客提法）——协议中立化目前全部由 Linux Foundation/AAIF 与开源社区承担。

2.5.3 数据平面：agentgateway 与治理中间件

跨协议数据平面开始出现整合：agentgateway（Microsoft、Alibaba、AWS、Cisco 共建，约 5.9k★）统一 MCP 与 A2A 的流量治理。生产运行时中间件同期兴起（HN Show HN 一手样本）：Rebuno（2026-09）把 agent 作为 HTTP 服务，用签名 webhook 派发、YAML 策略评审每个工具/模型调用步骤、append-only 事件日志支撑崩溃后精确恢复（safe_to_retry/at_most_once 语义）；Vigilator（2026-09）提供框架无关的人机中断审批层。"agent 运行时治理"正在成为一个独立的中间件品类。

2.5.4 Agentic Payments：协议热、落地冷

支付网络在 2025Q3 起密集布局 agent 支付协议：Visa Intelligent Commerce（2025-05，2026-05 投资 Replit）、Mastercard Agent Pay 与 Verifiable Intent（2025-09 起）、Cloudflare 联合 Visa/Mastercard/Amex 建 agentic commerce 安全层（2025-10-14）、Google 的 AP2+x402 agent 间互付方案（2025-09-17）。但落地阻力同样明显：3DS 验证、发卡行风控与电商反自动化条款都是硬障碍，Amazon v. Perplexity 诉讼（2026-03）之后，浏览器自动化购物开始有显性法律风险。"agent 替人花钱"是 super agent 叙事中离钱最近、也离合规最远的一环。

2.6 商业与经济账

收入端的两极分化：Anthropic 的年化收入 run rate 在 2026-08 达到 $65B（Reuters），估值逼近 $1T、已递交 S-1（2026-10-26）；OpenAI 则出现增长摩擦——2026 年两次营收不及自家指引（4 月与 10 月，后者差距约 $20B，CNBC）；而工具层仍在爆发：Cursor ARR 三个月翻倍至 $2B（2026-03，Bloomberg），Cognition 估值 $48B（2026-09），OpenHands（92.5k★）融资 $18.8M（2025-11）。"模型厂收入放缓、工具厂收入加速"是 2026H2 资本市场的关键信号——价值正在从模型层析出到 harness/工具层，与 §2.4 的护城河迁移判断一致。

渠道与生态的并购：Stripe 以 $7B+ 收购模型路由层 OpenRouter（2026-08-19，OpenRouter 官方博客，此前 2026-05 才完成 $113M B 轮）——大额并购第一次发生在 agent 基础设施（模型路由/网关）而非模型本身。

Web 生态的连锁反应：80% 的 ChatGPT 引用 URL 不在 Google top 100（Ahrefs）；美国零售 AI referral 同比 +4,700%（Adobe，2025 年中）；ChatGPT referral 转化率 15.9% vs Google organic 1.76%（转引，2026-02）——GEO（生成式引擎优化）成为新创业品类。agent 正在同时重构"流量入口"与"商业模式"两层。

定价摇摆：Anthropic 2026-06 试图把 Agent SDK 从订阅制切换为月度积分制，旋即在用户反弹下暂停（Ars Technica，2026-06-19）——"订阅 vs 按量"在 agent 层的定价博弈远未收敛，因为 agent 的 token 消耗天然不可预测（Anthropic 自己的 multi-agent 数据：token 解释 80% 的性能方差，§3.5）。

宏观口径：Gartner 维持"2027 年前 40%+ agentic AI 项目取消、推理成本 2028 年增 5 倍"的判断，并于 2026-07-01 新增"$234B 企业应用软件支出受 agentic AI 冲击"的预测；Datadog《State of AI Engineering 2026》遥测显示框架采用率 9%→18% 翻倍，但 59% 的 agent 请求仍是单服务调用——多数生产 agent 还没有复杂到需要多 agent 编排。

矛盾解释：宏观唱衰（Gartner）与微观繁荣（ARR/估值）同时成立的原因：agent 的价值集中在少数跑通闭环的场景（编码、客服、研究），而长尾场景的改造成本与失败率仍然高企——这正是"从狂热到整合"阶段的典型特征（姊妹篇 §6.2 已详述）。

2.7 小结：行业趋势的五条主线

  1. 编码 agent 先导并泛化为通用 agent（Codex for everything / Cowork / ChatGPT 平台化）；

  2. Super agent 成为新的叙事台阶：OpenAI（ongoing responsibilities）、Anthropic（agent teams）、Meta（personal superintelligence）、DeepSeek（最小注意力 + 授权形式化）先后进入同一叙事——但需注明成熟度差异极大：OpenAI/Anthropic 是平台叙事与已上线功能，Meta 是消费品叙事，DeepSeek 是发布于 2026-11-01 的设计文档与 developer-preview 原型；

  3. Harness 工程成为显学，护城河从模型层迁移（生态战爆发）；

  4. 协议层中立化（MCP→AAIF、A2A→LF、goose/AGENTS.md 归基金会）与互操作碎片化（OpenAI 拒 A2A）并存；

  5. 安全与失控成为主叙事：验证码绕过、提示注入、误删、劫持、隐私上传——2026 年没有一个月缺少 agent 安全新闻。

三、学术研究进展（补充）

行业趋势为主的本文中，学术部分只挑与上述行业变化直接呼应的四条线。

3.1 基准演化：饱和、防作弊与长程化

前沿编码基准在 2026 年出现"饱和-加固-加长"的三连反应：

  • SWE-Bench Pro V2（arXiv:2610.24206，2026-10）：对 731 个任务中的 480 个做了 agentic 审计、专家裁决与盲重实现（23 名工程师 404 小时），并加硬化协议（网络隔离、干净容器重评）；V2 上前沿 agent 达 99.4%，而 51 题的 Hard split 把系统拉开到 52.9%–98.0%。基准维护本身成为研究问题——这与 DevDay 2025 把 Evals 提为一级工具的行业动作互为印证；

  • Long-Horizon-Terminal-Bench 2.0（arXiv:2610.14146，2026-10）：自动化构造多样化长程终端任务，度量"持续进展"而非单点成功——评测对象从"任务"变成"过程"。

3.2 Harness 研究：从工程经验到学术对象

2026 年的最大学术增量，是 harness 本身成为研究对象——一年之内出现了定义、规范、缩放定律、进化理论与 RL 维度的成体系工作：

  • StateM（arXiv:2608.15089，UT Austin，2026-08）："harness scaling" 的旗舰实证：不改模型权重、只改执行系统，把 GPT-5.5 在 Terminal-Bench 2.1 上从 83.1% 提到 92.1%（与下一代模型 GPT-5.6 Sol Ultra 的 91.9% 持平），GPT-5.6 Sol xhigh 达 95.3%；同一运行时用不到 $38 的适配把 DeepSeek-V4 Flash 从 82.7% 提到 88.1%；最终成绩的 API 开销约 $15，对照 GPT 参考配置 $574.68。核心机制：持久状态、阶段局部上下文、受检转移、可恢复 runbook、版本化的程序性实践——"调 harness ≈ 换下一代模型"有了定量版本；

  • Harness 的可移植规范（arXiv:2610.40917，Oxford Floridi 组，2026-10）：把 harness 分解为 8 个可规范比较的功能组件，指出"同一模型在不同 harness 配置下报告分数可差数倍"且 agent 的攻击面大部分位于 harness 而非模型——主张把 harness 作为系统版本化的一部分来记录；

  • Harness Scaling for Agentic RL（arXiv:2610.29458，2026-10，RUC）：把 harness 多样性当作 agentic RL 的一个独立 scaling 维度，结构化的白盒 harness 变换训练可迁移到未见过的黑盒 harness；

  • Harness 缩放定律（arXiv:2605.29682）：提出"有效反馈算力"（EFC）作为比原始 token 消耗更贴切的缩放坐标（R²=0.93 vs 原始算力近零拟合）；

  • Harness Evolution as Learning（arXiv:2609.36892）：把 harness 进化形式化为学习问题，给出个性化 agent 自我改进的逼近/泛化/优化误差界；

  • MetaVul / RuHarness（arXiv:2610.40721 / 2610.36826）：harness 的自动发现与 rubric 共进化，优化出的 harness 跨模型迁移仍提升 14.7 个百分点。

这组工作与 §2.4 的行业话语转移互为印证：当模型能力商品化时，"围绕模型的系统工程"成为可发表、可度量、可迁移的研究对象。

3.3 Agentic RL：从论文到工业基建

"agentic reinforcement learning"在 arXiv 上的年产出已达 3000+ 篇，2026 年的新变化是工业化基础设施开始出现：Sandman（arXiv:2610.39711，2026-10）解决在共享 Kubernetes 集群上为 RL 训练构建与运营沙箱的工程问题——agentic RL 的瓶颈已从算法转向训练环境的隔离与资源治理；StaR-TTA（arXiv:2610.35500，2026-10）等同期工作处理轨迹可靠性（RL 后轨迹漂移下的免标签置信度适配，AUROC 0.721）；RUC 的 Harness Scaling（§3.2）则把 harness 多样性本身变成 RL 的训练维度。这与行业侧 Kiro 的 spec-driven、DSH 的观察模式一样，都在回答同一个问题：如何让不可靠的智能行为变得可运营。

3.4 记忆与授权：治理问题的形式化

2026 年 10 月下旬的一批工作把"记忆"从能力问题转化为治理问题，与 §2.3 的 Mandate/Policy 设计遥相呼应：

  • Accept Changes, Reject Attacks（arXiv:2610.41056）：指出"过时记忆"与"记忆投毒"需要相反的写入策略，提出证据条件准确率（ECA）作为同时约束两者的度量；

  • KEEPER（arXiv:2610.41482）：定义"自洽性偏差"（错误主张经递归记忆持续存在），论证任务分数无法证明记忆可靠；

  • ClawMMU（arXiv:2610.28093，NeurIPS 2026 AgenticOS Workshop）：给 agent 记忆加上操作系统式的保护层——每条记忆标注 owner/scope/origin/authority，读写与工具调用前统一校验，核心规则是"信息可以提升权限，但权限永远不会自我提升"，即使模型被骗，记忆攻击也会被 harness 当作经典保护错误拦下；

  • PLACE（arXiv:2610.25179）：把治理拆为写侧状态认证与读侧授权（read-side authorization），在 Mem0 上实测消除"不合规记忆的因果泄漏"；

  • TG-CI（arXiv:2610.39532）：把上下文完整性扩展到多 agent 任务图，按传播范围授权（减少 85.8%–94.1% 未授权披露）。

这批工作共同指向一个结论：agent 的内部状态（记忆、技能、委派）也需要权限系统——与工业侧 dsh-superagent 的 Mandate/Policy（§2.3）、以及 PAP 的"把 mandate/authority/effects/evidence 做成显式编程抽象"（arXiv:2610.33312）是同一个方向在学术与工业两侧的同时收敛。

3.5 编排的经验规律：Anthropic 的官方工程报告

Anthropic《How we built our multi-agent research system》（官方工程博客，一手核验）给出三条可复用的经验规律：多 agent 系统相对单 agent 在 breadth-first 研究任务上 +90.2%；token 使用量单独解释 BrowseComp 成绩方差的 80%（三项因素合计 95%）——"多 agent 系统有效的主要原因，是它帮助花掉了解决问题所需的足够 token"；并明确 orchestrator-worker 模式中 subagent 的关键价值是上下文压缩与关注点分离。这组数字是"multi-agent 有没有用"争论中最常被引用的量化依据。

四、关键技术路线对比

4.1 架构形态：Single → Multi → Super

维度 Single Agent Multi-Agent（编排） Super Agent（驻留系统）
典型形态 一次会话内工具循环 orchestrator + subagents 扇出 常驻事件源 + Eval 门控 + 工单执行（公开参考实现目前仅 dsh-superagent 原型）
生命周期 会话结束即止 任务结束即止 长期驻留（团队工作流内）
状态 会话上下文 父子归属 + 结果回传 事件溯源（Trigger 幂等、Mandate 不可变）
人的角色 每步可选审批 里程碑审批 授权 + 注意力管理（Policy/Attention）
代表 Claude Code 单会话、DSH 普通会话 Anthropic multi-agent research、DSH workflow dsh-superagent、（叙事上）OpenAI ongoing responsibilities
核心难题 上下文管理 token 成本与归因 授权形式化与噪声预算

4.2 确定性光谱：workflow 与 agent 不再对立

2026 年的主流共识已从"workflow 还是 agent"的二选一，转向确定性光谱上的组合：LangChain 官方博客以"多 agent harness 中组织上下文"为题讨论两类原语的混用；DSH 在同一系统内提供三层——workflow（纯 JS 脚本、结构化返回）、agent loop（模型驱动）、goal/round（带预算的自动续行）；OpenAI AgentKit 与 Microsoft Agent Framework 也都同时保留 workflow 与 autonomous 两种编排模式。"模型负责决策、代码负责治理" 正在成为默认分层。

4.3 协议栈分层

层 协议/约定 治理 状态
工具/数据接入 MCP AAIF（Anthropic/Block/OpenAI 共创） 事实标准，已收敛
Agent 间协作 A2A Linux Foundation 碎片化拉扯中
客户端-Agent ACP（Agent Client Protocol） 社区（DSH、goose 等实现） 编辑器/IDE 圈成型
行为约定 AGENTS.md AAIF 事实规范
数据平面 agentgateway 多厂商共建 兴起中

4.4 部署路线：第一方、开源还是自建

路线 代表 适用 风险
第一方产品 Claude Code、Codex、ChatGPT agent 快速上手、个人/小团队 封禁、水印、不可定制（OpenClaw 事件）
开源 harness DSH、goose、OpenClaw、OpenHands 自托管、可审计、可扩展 自担运维与安全责任
自建 harness Ramp 等企业自研 规模化运营、深度集成 工程成本高，需 harness 工程能力

五、挑战与趋势

5.1 当前阶段的核心挑战

  1. 安全与失控：从 ChatGPT agent 绕过验证码（2025-08）、Antigravity 提示注入外泄（2025-11）、误删 Drive（2025-12），到 agent 劫持网站（2026-09）、Grok Build 上传整仓（2026-07）——agent 的能力越强，其攻击面与故障半径越大。学术侧 MCP-Injector（arXiv:2610.32555，NeurIPS 2026）证明"规模不等于容错"；

  2. 注意力成本：dsh-superagent 把它列为第一设计维度——这目前还是一家之言，但至少说明头部团队开始把它当作一等设计问题：能行动整个团队的 agent 也能浪费整个团队的注意力——超级智能体的成本函数里，token 可能不是最贵的一项；

  3. 互操作碎片化：MCP 收敛了工具层，但 A2A/OpenAI 拒 PR、ACP 与各家私有协议并存，跨厂商多 agent 系统的摩擦成本仍然高；

  4. 经济性：Gartner 的 5× 推理成本与 40% 项目取消预测没有过时——Datadog 遥测（59% 单服务请求）也提醒：多数 agent 尚未创造足够价值以覆盖其复杂度；

  5. 评测滞后：SWE-bench Pro V2 花费 404 小时修复 480 个任务才恢复基准有效性——agent 能力的增长速度持续快于基准的维护速度。

5.2 未来趋势判断

  1. Super agent 叙事动能强劲，但落地远未验证：从"一次性任务执行者"到"承担 ongoing responsibilities 的常驻团队成员"是 2026 年四家头部厂商共同的叙事方向，不过 Datadog 遥测显示 59% 的生产 agent 请求仍是单服务调用（§2.6），叙事与落地之间尚有距离；DeepSeek 路线（注意力计价 + Mandate 形式化）给出了其中最系统的治理设计原型，若开源生态跟进，有机会成为参考架构之一；

  2. Harness 工程持续升温：StateM 实证（调 harness ≈ 换下一代模型、$15 vs $574 的成本差）+ 行业话语转移（LangChain 官方改口）+ 生态战（封禁/水印/泄漏）三条证据链同向；"harness engineering"会像 "prompt engineering" 在 2023 年那样成为一个岗位名称；

  3. 协议治理中立化继续：AAIF 的成立（三大对头 Anthropic/Block/OpenAI 共创）是标志性事件——基础协议层归基金会、商业竞争上移到 harness 与运行时层，这个分层会继续；

  4. 授权与治理原语形式化：Mandate/Policy（工业）与 ClawMMU/PLACE/ECA（学术）在 2026 年同时出现不是巧合——"agent 的权限系统"是下一个通用组件（如同 RBAC 之于 SaaS）；

  5. Agentic RL 基建化：训练环境治理（Sandman 类）成为独立工程领域，开源模型（Qwen/Kimi/GLM/DeepSeek）+ RL 训练 + 自建 harness 的组合会催生"垂直 super agent"创业潮；

  6. 注意力经济学成为新标尺：agent 的评测口径正在从"任务成功率"扩展到"单位人类注意力的价值产出"——dsh-superagent 的哲学文档是这个方向目前最清晰的公开表述。

六、总结

2025H2–2026.11 这一年半，Agent 领域完成了三件事：

  • 把"多步执行"在编码域彻底跑通，并开始向通用场景与平台级分发泛化；

  • 把竞争焦点从模型层转移到 harness 与协议层：模型商品化（开源逼近前沿）、harness 成为核心工程资产（StateM：调 harness 追平下一代模型）、协议治理中立化（MCP→AAIF）；

  • 提出了 super agent 的问题意识：当 agent 能力足以承担"持续职责"时，决定成败的不再是它有多聪明，而是它如何进入组织——授权（Mandate）、注意力（Attention budget）、责任（operator responsibility）。DeepSeek Harness 的 super agent 理念——其参考实现发布于本文截稿前两天——是目前公开材料中对这个问题最系统的回答，其价值不在"最强"而在"最可核验"：理念、领域模型、执行阶段、失败语义全部成文且开源。

对从业者的建议：与其追逐"全自动通用智能体"，不如沿着"编码域闭环 → harness 工程能力 → 授权与注意力治理"的路径建设；开源模型 + 开源 harness（DSH/goose）+ 中立协议（MCP/A2A/ACP）的组合，已经足以支撑一个不绑定任何第一方厂商的完整 agent 技术栈。

参考资料

官方文章与产品发布

名称 来源 时间
Exploring Super-agent Design: Towards a More Autonomous Agent System X @DeepSeekHarness（正文未直接可抓取） 2026-11-01
dsh-superagent-prototype（理念/领域/授权/执行文档） https://github.com/deepseek-ai/dsh-superagent-prototype 2026-11-01
DeepSeek Harness（主仓库与文档站） https://github.com/deepseek-ai/deepseek-harness 2026-08-13
DeepSeek Harness 官网 https://www.deepseek.com/harness/en/ 2026-08-13
Cordis 组合式设计论文 arXiv:2608.25512 2026-08
Donating MCP to the Agentic AI Foundation https://www.anthropic.com/news/donating-the-model-context-protocol-and-establishing-of-the-agentic-ai-foundation 2025-12-09
How we built our multi-agent research system https://www.anthropic.com/research/multi-agent-research-system 2025
AgentKit（DevDay 2025） https://openai.com/index/introducing-agentkit/ 2025-10-07
DevDay 2026 recap https://openai.com/index/devday-2026-recap 2026-09-29
Codex for almost everything https://openai.com/index/codex-for-almost-everything 2026-04-16
Cowork research preview https://claude.com/blog/cowork-research-preview 2026-01-12
Building a C compiler with agent teams https://www.anthropic.com/engineering/building-c-compiler 2026-02
Microsoft Agent Framework https://azure.microsoft.com/en-us/blog/introducing-microsoft-agent-framework 2025-10-01
Kiro（spec-driven development） https://kiro.dev/blog/introducing-kiro 2025-07-14
Muse Spark（personal superintelligence） https://ai.meta.com/blog/introducing-muse-spark-msl 2026-04-08
How to Build a Custom Agent Harness https://www.langchain.com/blog/how-to-build-a-custom-agent-harness 2026-09-13
LangChain v1.0 与 $125M B 轮 https://blog.langchain.com/series-b/ 2025-10-21
JetBrains Bring Your Own AI Agent https://blog.jetbrains.com/ai/2025/12/bring-your-own-ai-agent-to-jetbrains-ides/ 2025-12-05
Agent Client Protocol（中立化） https://github.com/agentclientprotocol/agent-client-protocol 2025-12
Letta Agents SDK（Agent File .af） https://www.letta.com/blog/introducing-the-letta-agent-sdk/ 2026-08-17
OpenRouter 加入 Stripe https://openrouter.ai/blog/announcements/openrouter-is-joining-stripe/ 2026-08-19
OpenAI Foundation 掌舵 https://openai.com/index/update-on-the-openai-foundation/ 2026-03-24
Ralph 循环 https://www.ghuntley.com/ralph/ 2025-07-14

学术论文

论文 arXiv 与行业趋势的呼应
StateM：Harness Scaling 旗舰实证 2608.15089 GPT-5.5 83.1%→92.1%（$15 vs $574 运行成本）
Harness 的可移植规范（Oxford） 2610.40917 harness 的 8 组件分解与攻击面定位
Harness Scaling for Agentic RL（RUC） 2610.29458 harness 多样性成为 RL scaling 维度
Harness 缩放定律（EFC） 2605.29682 有效反馈算力作为缩放坐标
Harness Evolution as Learning 2609.36892 harness 进化的理论极限
MetaVul / RuHarness 2610.40721 / 2610.36826 harness 自动发现与共进化
SWE-Bench Pro V2 2610.24206 基准饱和与加固（480/731 任务修复）
Long-Horizon-Terminal-Bench 2.0 2610.14146 长程过程评测
Sandman：共享 K8s 上的 agentic RL 沙箱 2610.39711 RL 训练基建工业化
Accept Changes, Reject Attacks（ECA） 2610.41056 记忆治理形式化
KEEPER：自洽性偏差 2610.41482 记忆可靠性度量
ClawMMU：agent 记忆的保护层（NeurIPS 2026 Workshop） 2610.28093 与 Mandate/Policy 同构：harness 级权限校验
PLACE：记忆治理（写侧认证+读侧授权） 2610.25179 记忆的权限式治理
TG-CI：多 agent 任务图的传播范围授权 2610.39532 跨 agent 信息流治理
PAP：mandate/authority 的显式编程抽象 2610.33312 责任边界的编程语言化
Cordis：时空可组合性编程范式 2608.25512 DSH 的架构基础
MCP-Injector（NeurIPS 2026） 2610.32555 规模 ≠ 容错（安全挑战）
跨 7 框架安全审计 2610.36114 框架层安全缺陷（2 家工具输出不安全截断）
开源 agent 与 LLM 数据污染 2609.31054 开源生态的负外部性

开源项目

项目 Stars（2026-11-03 API 实测） 说明
LangChain / LangGraph 148.9k / 44.3k 框架层头部（v1.0 已发）
OpenHands 92.5k 开源编码 agent（独立 org，$18.8M 融资）
goose（AAIF） 56,151 AAIF 创始项目，开源 agent 运行时
CrewAI 60.4k 多 agent 框架（8 个月 +36%）
Aider 49.9k 终端编码 agent（push 停于 2026-05）
Agno / smolagents / Letta 43.0k / 30.2k / 25.3k 新势力（Letta 提出 Agent File .af）
OpenAI Agents SDK / Claude Agent SDK 30.5k / 8.4k 厂商 SDK
agentgateway ~5,900 MCP+A2A 统一数据平面
ACP（agent-client-protocol） 4.6k "agent 界 LSP"（已中立化）
OpenClaw — 2026 现象级个人 agent（作者已入职 OpenAI）
DeepInfer — DeepSeek 开源推理框架（2026-10-20）

相关新闻与第三方分析

事件 来源 时间
Project Mariner 关停 The Verge 2026-05-07
Google 因 OpenClaw 重组浏览器 agent 团队 Wired 2026-03-22
Antigravity 提示注入外泄实证 promptarmor.com 2025-11-25
Atlas "Anti-Web" 批评 anildash.com 2025-10-22
OpenAI agent 劫持德国网站 Reuters 2026-09-04
Grok Build 上传整仓 gist（cereblab） 2026-07-12
Cursor $9.9B / $500M+ ARR TechCrunch 2025-06-06
Cognition $48B 估值 cognition.com/blog/series-e 2026-09-08
Anthropic 递交 S-1（run rate $65B、估值近 $1T） Reuters / 官方 2026-08-17 / 2026-10-26
Anthropic IPO 争议（"最荒谬 IPO"） cnbc.com / techpolicy.press 2026-10-07 / 2026-11-02
OpenAI 营收两度不及指引 cnbc.com 2026-04-28 / 2026-10-08
Cursor ARR 三个月翻倍至 $2B Bloomberg 2026-03-02
Stripe $7B+ 收购 OpenRouter openrouter.ai 官方博客 2026-08-19
LangChain harness 53%→67%（Terminal-Bench） HN 课程帖 2026-10-24
Ralph 循环 vibe-clone 商业软件 theregister.com 2026-01-27
SWE-bench Pro 23%→66.5% 与 Scale 审计 blitzy.com / theinference.org 2026-03-25 / 2026-10-09
Amazon v. Perplexity（agent 购物法律风险） 转引（Ask HN） 2026-03
Gartner $234B 企业软件支出风险 gartner.com 2026-07-01