AI 周报 VOL.37 · GPT-6 Astra 突袭与模型工程换挡
GPT-6 Astra、Claude 形式化证明、国产模型突围与企业 AI 精细化降本，梳理 25 条本周关键变化。
TOPIC SIGNAL INDEX
#智能体
19 份相关观测记录，来自周报、专题与日报的统一主题索引。
RAG 没死，固定 Top-K 该退休了｜Mistral Agentic Search 架构深拆
深度解析 Mistral Agentic Search：5 个检索原语、可导航索引规范、FinanceBench 86% 准确率背后的多步翻阅与生产级治理。
OpenAI Codex Harness 深度解析：模型之外，Agent 真正的执行系统
深度拆解 OpenAI Open Agent Harness：从 Agent Loop 执行闭环、App Server 双向交互协议到业务沙箱边界与生产级落地实践。
别再开 8 个终端了：Codeg 把 14 个 Agent 变成开发小队
深度拆解 Codeg 多智能体协作工作台：利用 Git Worktree 物理隔离与 14 个专业 Agent 分工流水线，实现从需求提炼到代码落地的全自动交付。
不是又一个 Coding Agent！深度拆解 DeepSeek Harness 架构
拆解 DeepSeek Harness 长程智能体架构：状态快照持久化、工具调用自愈闭环、断点恢复与标准化隔离沙箱。
没人让它攻击 Hugging Face，它自己打进去了｜AI智能体入侵全复盘
复盘 OpenAI 与 Anthropic 评估中智能体突破沙箱的完整攻击链：从目标漂移、工具链越权到企业防御五层门禁。
Agent 怎么找到一个没接过的工具？动态发现完整拆解
从静态注册走向动态感知：详解智能体如何通过 OpenAPI/MCP 语义发现、权能探测与环境协商自主接入未知新工具。
西门子怎样让 Agent 改几亿行旧代码？五个 Agent 先查影响再写代码
深度解析西门子工业级 Knowledge Fabric 架构：多 Agent 拓扑、静态依赖图谱与安全改动隔离，破解超大规模遗留代码改造。
Agent 找到新工具就能直接用？企业真正缺的是这道准入门
智能体接入工具不能裸奔：企业级 Agent 控制面必须具备的身份鉴权、能力沙盒、风险熔断与动态准入网关设计。
智能体单任务成本与 ROI 精算：算力账单、延迟与商业化盈亏平衡点
结合 Databricks 私有代码库实测，拆解模型单价、上下文效率、Harness、重试与通过率如何共同决定智能体的真实任务成本。
高风险 Agent 怎么做可靠？Ai2 Shippy 的六层工程机制
深度拆解 Allen Institute for AI 开源项目 Shippy：在开放不可控环境中实现高可靠任务执行的六层防御与状态收敛机制。
工业 Agent 为什么不能直接进实时控制链？
探讨大模型智能体与工业实时控制系统的工程边界：确定性时延、状态回滚、PLC 硬实时与离线/辅助控制拓扑。
Prompt 写完不能直接发：Google 与微软的 Skill 发布工程
解析头部科技公司的技能编译与发布流水线：Prompt 静态类型检查、回归靶场测试、自动化编译与版本金丝雀灰度。
Agent OS 怎么选：消息网关、学习循环、研究原型与安全外壳
不把所有常驻 Agent 都叫操作系统。本文按部署职责梳理 OpenClaw、Hermes Agent、GenericAgent 与 NVIDIA NemoClaw 的适用边界。
OpenSquilla MetaSkill：让 Agent 复用可审计的任务协议
基于官方仓库拆解 OpenSquilla 的 MetaSkill、模型路由和安全边界，区分已实现能力与更广义的“技能自进化”想象。
Gbrain 企业大脑系统架构：企业多源异构数据与智能体网络中枢
RAG 之后，企业智能体真正缺的是‘公司脑’：详解 Gbrain 如何通过图索引、权限网关与记忆拓扑构建企业中枢。
从 AutoGPT 到 AgentOS：Agent 框架到底在进化什么
沿着自动循环、流程状态、记忆、技能、工具协议、多角色协作和运行治理，梳理 Agent 框架演进背后的系统责任。
智能体上线门禁与回归评测体系：为什么打分板比提示词更重要
从任务、轨迹、最终状态与三类 grader 出发，建立智能体能力评测、回归测试和上线门禁的最小工程闭环。
智能体安全边界：从沙箱、审批到网络策略与审计
以 Codex 的公开安全实践为例，拆解智能体进入真实开发和运维环境时需要的执行边界、分级审批、网络控制与审计闭环。