Agent框架怎么选:用三条硬约束筛,别在LangGraph和Codex之间二选一

资讯 AI 应用前沿 全文 6002 字 · 约 16 分钟读完 配图 1 张 分类Codex智能体

面对LangGraph、DSH、Codex等六个主流Agent框架,很多开发者陷入“谁更好”的误区。本文提出12维对比法,强调✅/⚠/❌是工程行动信号而非评分。通过模型兼容、默认沙箱、本地形态三条硬约束先筛后评,主张跨框架分层组合:DSH作运行时,LangGraph提供流程表达,Codex贡献沙箱设计。附带决策矩阵代码

所属频道 智能体与 AgentAI 编程与开发

选Agent框架时,别一上来就问“哪个最好”,先搞清楚自己的场景到底缺什么。

在AI Agent的工程落地中,选型往往是最让人头疼的一环。市面上LangGraph、DSH、Codex、Claude Code、Hermes、OpenClaw等框架层出不穷,每篇评测文章都在罗列功能列表,最后给出一个模糊的“推荐指数”。但真正动手写代码时,你会发现这些“高分”框架在你的具体业务里处处碰壁:要么沙箱没默认开,要么模型绑定太死,要么根本没法作为本地服务常驻。

我们容易犯的一个错误是把选型当成考试,试图找出一个满分答案。但工程现实是,没有全能选手,只有“你能接受哪些缺口”。

这篇内容不是另一份排行榜,而是一套可执行的筛选逻辑。六个主流框架会被放进同一张12维表中,重点不在打分,而在于怎么读懂表里的符号、怎么用三条“一票否决”的硬约束快速缩小范围,以及为什么最终的架构往往是“分工组合”而不是“二选一”。

读表方法:✅ / ⚠ / ❌ 是行动信号,不是分数

大多数横向对比表最大的误导,在于把✅、⚠、❌当成“好、中、差”的评分。放到工程选型里,这三个符号代表的是不同的行动成本。

  • ✅ 做得好且可直接用:功能默认可用、工程闭环完整,不需要你额外补大块代码。Codex的三层沙箱、Claude Code的权限规则,拿来就能跑。
  • ⚠ 可用但要补:框架给了基础能力,缺规则、缺默认值或缺闭环,你得投入工程资源去补齐。DSH的三档权限机制就是一例,基础是有的,但规则和记忆逻辑要自己补。
  • 与需求不兼容或直接冲突:问题不在框架本身做得糙,而是放到你的产品形态里根本用不上。LangGraph 并未自带沙箱,一旦你需要在本机终端里执行命令,这个缺口就只能靠外接方案补上。

看到❌时,不要急着淘汰,先问一句:这个❌是“它做不到”,还是“它不为我的场景做”?

LangGraph 之所以不带沙箱,原因在于它的定位就是图运行时库,底层执行隔离不归它管;解决办法要么外接一个沙箱,要么把它塞进 DSH 这类底座里。Codex 只认自家的 Responses API,因为它从一开始就没打算兼容多模型;想靠改几行代码绕过去不现实,对追求“模型任意”的底座来说这是硬性冲突。Hermes 默认不做隔离,源于其产品假设里没这个需要;它的审批设计可以留着,但执行环节要挪进沙箱。

理解这一点,才能避免跨类别比较的错误。LangGraph是图运行时库,DSH是可组合底座,而Codex、Claude Code等是成品Agent。拿库的灵活性去比成品的完成度,结论一定是错的。

12维对比:四组维度看清框架底色

为了系统化评估,我们将12个关键维度分为四组:运行时、安全、能力、平台。每一组都对应着Agent落地的不同层面。

运行时组:怎么跑

  1. Agent Loop(循环结构):重点有两处,循环结构能否按业务来定义,以及运行过程中能不能把输入插进去。结构定义上 LangGraph 很能打,工程化落地则是 DSH 更占优。常见的坑在于把“能跑 ReAct”当成“循环可定义”,其实前者只是一种模式,后者才算真本事。
  2. 固定流程与调度:要问的是固定流程谁说了算、中断之后怎么接上,还有定时器放在哪、错过了如何补救。流程定义这块 LangGraph 有优势,调度机制上 OpenClaw 另有长处。得留神:不少开源版本压根没有 cron,设计时却按有 cron 来考虑,隐患就此埋下。
  3. 上下文管理:涵盖三件事,进窗口前按需加载、进窗口后低成本清理,以及窗口之外的工作记忆。Claude Code 的三层上下文、OpenClaw 的分层处理,都做得比较到位。长会话之所以崩掉,多半是因为只做摘要,既不落盘也没有工作记忆。

安全组:谁能做什么

  1. 沙箱:必须是OS级、默认开启、fail-closed(失败即关闭),且覆盖shell、代码、MCP子进程并管理网络。Codex的三层沙箱和Claude的srt是标杆。把Docker选项当作默认沙箱是常见的认知偏差。
  2. 权限与企业策略:要看有没有模式、规则和审批记忆,还要看企业能不能统一下发、且用户改不掉。Claude Code 的规则、Codex 的企业约束都相对完整。光有审批回调,缺了顺序和记忆,安全闭环就搭不起来。

能力组:会做什么

  1. 规划与技能:已知任务按技能步骤走,未知任务才动态规划。关注技能怎么发现、何时加载、能否从执行中沉淀。Claude Code的SKILL.md和OpenClaw的内置技能体系值得参考。只有todo列表而没有技能体系,会导致Agent效率低下。
  2. 子Agent扇出:隔离、只回摘要、并发与深度设上限、支持后台跑,这几条都得满足。Codex 和 Claude 的后台限额、OpenClaw 的上报链机制都比较成熟。只抛出原语、不管并发和回执,资源很容易失控。
  3. 工具和资源这块,要看工具定义、MCP 支持、本地数据理解以及记忆沉淀。DSH 在工具定义加 MCP 上的表现、Claude 的技能目录都还不错。问题是工具一多、读取粒度又粗,上下文很容易被撑爆。

平台组:交付方式怎么定

  1. 会话与审计方面,得先弄清事实源是什么,崩溃恢复、分叉、可回放是否具备。DSH 把日志直接当审计用,Codex 的 jsonl 加索引机制也相对可靠。只存快照、审计另存一套,运维复杂度会往上走。
  2. 模型适配看两点:能不能接任意 OpenAI 兼容端点,对国产模型有没有兼容与修复层。DSH 的任意端点支持、OpenClaw 的修复层都是亮点。一旦绑死一家模型,成本和合规就都没了退路。
  3. 扩展与装配,要能加功能、换实现,还得知道有没有装全。DSH 的装配系统是这几家里最完整的。配置项堆了一堆却没有依赖检查,扩展起来就是噩梦。
  4. 本地形态与许可:能不能作为本机常驻进程、被自有客户端驱动,体量能不能接受,许可是否允许分发。DSH 的形态匹配得比较好。体量过大或许可不允许分发,产品就没法嵌进去。

三条硬约束:先筛一遍,再谈评分

正式打分之前,先用三条硬约束做一票否决。这三条底线,决定一个框架能不能进你的候选池。

  1. 第一条是模型任意兼容:能接任意 OpenAI 兼容端点,最好再对国产模型有兼容与修复层。做不到的话,成本、合规、可用性全都没有退路。Codex(仅 Responses)和 Claude SDK(仅 Claude)就卡在这一项。
  2. 第二条是沙箱默认开启且 per-command:不是“给个 Docker 选项”就算数,要默认开、每条命令都隔离、失败即关闭。本地终端上,这是底线。Hermes(默认不隔离)和 OpenClaw(容器沙箱默认关)这一项要警惕,要么自己接沙箱,要么接受风险。
  3. 再看本地运行这块,得同时满足三点:一是能以常驻进程的形式跑在本机、由自家客户端来调用;二是体量得压得住;三是许可证要跟你的分发方式对得上。OpenClaw 输在体量太大,Claude SDK 卡在许可不可行,这一项上两者都被刷掉。

硬约束筛完,LangGraph 和 DSH 进入后面的评分环节。这不代表其他框架没用,只是它们的角色变了。

组合方案:一个 Harness,两种形态

选型走到最后,不是二选一,而是分工组合。思路是搭一个 Harness 作底座,不同层级各用最合适的框架组件。

  • 运行时底座选 DSH。理由是其插件化、装配能力强、默认沙箱、会话日志完整。风险是 alpha 版本可能出现 breaking changes,得锁版本、做回归测试。
  • 流程层借鉴 LangGraph 的图思想。它的代码定义、可恢复、人工确认这些优势可以用上,但不拿它当运行时,而是把固定流程迁成 DSH 插件。
  • 沙箱借用 Codex 的三层沙箱加 srt provider,把策略、平台变换、执行器分开实现。逃逸测试矩阵要自建,并在三个平台上验证。
  • 权限结合 Claude Code 规则和 Codex 企业约束来做:顺序固定、规则可测、企业不可覆盖。落地放在插件层,企业 deny 走双通道。
  • Hooks 统一两家的 12 事件契约。输入输出统一之后,可以改参、注入、阻断。监听链和 guard 放在进程内,进程外脚本只做兼容。
  • 审批体验参考 Hermes 的审批楼层加 Guardian,做出层级、记忆、无人值守。它默认不隔离的设计不照抄。
  • 上下文采用 OpenClaw 四接口,先刷写再压缩。长会话才能稳住,关键事实不会丢。另外加上 token 预算和保护标记。
  • 调度用 OpenClaw 的 SQLite 加补跑加心跳。重启不丢、错过能补。幂等和补跑上限得自己实现。
  • 工具基于 MCP(本地加服务端)。工具逻辑不动,按能力域迁移。读取粒度、审批档位、本地数据不出机这几点要留意。

这套组合难的不是技术,是边界。每加一层,都要说清它管什么、不管什么:DSH 管运行时,不管业务图;LangGraph 管流程,不管沙箱;Codex / Claude Code 只借设计,不借运行时。边界写明白,组合才不至于变成“缝合怪”。

决策记录:让选型过程能复盘

想避开“权重拍脑袋、分数很精确、结论很脆弱”这种局面,可以引入两个工程化手段:权重敏感性分析和 ADR(架构决策记录)。

权重敏感性分析怎么做

具体做法是跑蒙特卡洛模拟:给每个维度的权重随机扰动,跑几百轮,统计第一名出现的频率。两个方案的 Top1 频率要是咬得很近,就说明结论对权重高度敏感,此时要么补证据,要么把争议维度升级成硬约束。反过来,某个方案在 90% 以上的场景里都赢,结论就比较稳。

"""权重敏感性:随机扰动权重,统计 Top1 出现的频率。"""
import random
from collections import Counter
def random_weights(keys, rng):
    return {key: round(rng.uniform(0.5, 2.0), 3) for key in keys}
def monte_carlo(candidates, keys, rounds=200, seed=7):
    rng = random.Random(seed)
    wins = Counter()
    for _ in range(rounds):
        # 假设 evaluate 函数已实现,返回排序结果
        rows = evaluate(candidates, random_weights(keys, rng))
        if rows:
            wins[rows[0]["name"]] += 1
    total = sum(wins.values()) or 1
    return {name: round(count / total, 3) for name, count in wins.most_common()}

ADR 决策记录

选型报告最容易漏掉的往往不是“选了谁”,而是“为什么没选谁”。建议每次选型都留一份 ADR,把背景、硬约束、权重、证据、淘汰原因、敏感性分析和复盘点都写进去。

"""生成 Markdown 选型报告:结论 + 证据 + 权重备注。"""
from dataclasses import dataclass, field
@dataclass
class DecisionRecord:
    framework: str
    verdict: str
    reason: str
    evidence: str
    weight_note: str = ""
@dataclass
class Report:
    title: str
    records: list = field(default_factory=list)
    def add(self, record: DecisionRecord) -> None:
        self.records.append(record)
    def to_markdown(self) -> str:
        lines = [f"# {self.title}", "", "## 结论", ""]
        for record in self.records:
            lines.append(f"- **{record.framework}**:{record.verdict}。{record.reason}")
        lines.extend(["", "## 证据与权重", ""])
        lines.append("| 框架 | 结论 | 原因 | 证据 | 权重备注 |")
        lines.append("| --- | --- | --- | --- | --- |")
        for record in self.records:
            lines.append(
                f"| {record.framework} | {record.verdict} | {record.reason} | "
                f"{record.evidence} | {record.weight_note} |"
            )
        return "\n".join(lines)

这份报告不求好看,只求“半年后还能看懂”。其中“证据”和“权重备注”两列尤其关键,它们能帮你分清哪些是“当时的事实”,哪些是“当时的判断”。

实战避坑:横向对比最容易犯的八个错

  1. 把 ✅ 当分数:没有区分“有”和“默认可用”。应对办法是追问一句:这个 ✅ 还要补多少工程?
  2. 跨类别比较:拿 LangGraph 去比 Codex。应对办法是先分类,再比较。
  3. 加权平均淘汰硬约束:没有先筛后评。应对办法是硬约束一票否决,然后再评分。
  4. 只看文档不做实验:文档写着“支持”,不代表你的场景就能用。应对办法是给每个候选做一个最小验证。
  5. 忽略许可与体量:选完才发现不能分发。应对办法是把许可、体量列为硬约束。
  6. 以为只能选一个:把不同层的东西当成竞品。应对办法是运行时、流程、设计借鉴可以组合使用。
  7. 没记录淘汰原因:半年后无法复盘。应对办法是每个淘汰项都写清“原因 + 证据”。
  8. 权重拍脑袋:结论对权重高度敏感。应对办法是蒙特卡洛跑 200 轮,看 Top1 频率。

结语

挑 Agent 框架这件事,本来就没有放之四海皆准的答案,能对上你眼下所处阶段、契合产品形态的,就是最优解。按“先分类,再硬筛,后评分,做敏感性,最后组合”这套流程走一遍,看上去乱糟糟的框架市场也就理出了头绪。

以后碰上新的框架或技术栈,可以先抛给自己三个问题:它归到哪一类?你的哪条硬约束它能满足?它的短板是压根没做,还是本来就不想做?拿这三问做判断,比看任何排行榜都管用,向团队解释起选择理由来也更省劲。

定下选型只算开了个头,后面要在选好的底座上把 Agent 应用搭得稳。这就得往深里摸清插件模型、装配系统、会话日志、工具流水线这些内部机制。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 清华与港中文团队提出缓存工程:推理成本降27.7%

    用 Agent 跑长程任务时,模型推理和工具调用的历史轨迹会随着任务进行越积越多。超长的历史轨迹会显著拖慢模型的速度并带来高昂的费用。codex 通过总结来进行上下文压缩目前常见的上下文工程(Context Engineering),主要通过裁剪 [1] 或总结 [2] 来压缩历史文本。然而,早期文本一旦被修改,模型已

    来源 腾讯网
  2. DeepSeek开源Agent框架WorkBuddy:154万日活,社区养出3.5万插件

    龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。 近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到处留言互动,还有的跑到抖音直播,甚至相互之间还谈起了恋爱。 而它们的“本体”,来自DeepSeek开源的Agent框架DeepSee

    来源 AI 行业观察
  3. 梁文锋的“大肥鱼”,围剿大厂 Agent 地盘?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 华卫封面来源 | 豆包AI龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到

    来源 腾讯网
  4. HarmonyOS 6上搭多Agent仓储调度:智链仓枢实战拆解

    本文介绍基于HarmonyOS 6(API 23)开发的「智链仓枢」系统。通过HMAF框架实现调度、路径、库存等多Agent协同,利用悬浮导航和沉浸光感优化PC端交互体验,结合端侧LLM推理与分布式软总线,解决异构设备协议不统一及实时调度延迟问题,展示了一套完整的云-边-端协同仓储解决方案。

    来源 AI 应用前沿
  5. 大厂做Personal Agent,字节阿里腾讯各有各的难题

    “国内大厂里面,你最看好哪家公司做 Personal Agent?” 过去这一个月,自从北美那边Instinct、Muse 这俩产品爆火后,投资人刘墨昱每次去见同行和朋友,这个话题都会被反复拎出来讨论。 然而,这偏偏又是一个没有共识的问题。刘墨昱和朋友们仔细一扒各家互联网大厂,每家大厂看似都手握庞大的生态底盘,但真要剥

    来源 AI 行业观察
  6. Exa年化收入破1亿美元,Vercel收购Traces,Agent基建竞争升温

    2026年末的AI圈不再只盯着模型参数,而是转向了更务实的基础设施。Exa凭借Agent搜索需求实现年化收入1亿美元,Vercel收购Traces试图定义新的软件原语,Google Cloud则指出算力瓶颈已转移至数据I/O。与此同时,国内大厂开始主动限制模型的攻击能力,Claude Code团队公开了高比例AI生成代

    来源 AI 应用前沿
  7. AgentOS实战:企业AI Agent怎样从聊天转向办事?

    2026 年,企业不再满足于 AI 陪聊。本文拆解 AgentOS 如何通过身份透传、能力审核和确认卡机制,让 AI 在 RuoYi Office 中安全执行报销、查询等真实业务。重点分析“人在回路”的必要性及选型避坑指南。

    来源 AI 应用前沿
  8. Strands Box:给Agent套上沙箱,决策模型砍掉输出头

    AWS首席开发者布道师Darko介绍决策模型文丨苏扬编辑丨徐青阳让Agent往readme.md里加一行 Hello,这条再普通不过的指令却被拒绝了。11月18日,亚马逊云科技(AWS)在北京举办了一场开发者沟通会,邀请首席开发者布道师Darko详细讲解了AWS为开发者提供的构建Agent的工具箱“Strands”。写

    来源 腾讯网
  9. 蚂蚁国际杨鹏:AI与通证化重塑资金流动,普惠可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  10. 蚂蚁国际杨鹏SFF谈未来金融:AI重塑资金流动,普惠与可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  11. 小红书内测「搭搭」:把个人生活经验做成Agent

    内容编辑丨特工小师 特工小天内容审核丨特工少女前两个月我们在编辑部讨论过一个问题:Personal Agent 这个概念今年越来越热,国内互联网大厂里,谁最有可能做出一个真正围绕个人生活的 Agent?当时我脑子里第一个跳出来的答案是小红书。我们生活里那些很个人的事情,买什么防晒霜、周末去哪吃饭、装修选什么风格、养猫喂

    来源 腾讯网
  12. 2026 AI·营销大会11月25日落地上海:Agent营销如何走向规模化

    2026年,AI Agent在营销领域的应用正加速深入。从创意内容生成、消费者洞察,到Campaign执行、投放优化与增长复盘,Agent正逐步参与营销业务的更多环节。随着AI应用从单点任务向完整业务链条延伸,如何将Agent融入企业真实业务系统与工作流程,实现规模化部署与持续价值创造,正成为品牌企业关注的重要议题。

    来源 AI 行业观察
  13. 网易智企发布双向AI安全架构,Agent越权风险怎么治?

    “当AI从“回答问题”走向“执行任务”,安全治理的边界也必须同步延伸。“数据安全”、“内容审核”曾是企业讨论AI风险时最常见的关键词。但当AI开始读取内部资料、调用外部工具、连接业务系统,甚至按目标完成一连串任务,问题已不只是模型会不会说错话,而是它会不会做错事。11月3日,在2026年世界互联网大会“互联网之光”博览

    来源 腾讯网
  14. 小红书内测“搭搭”App:普通人可造Agent搭子,官方未回应

    近日,有消息称,小红书正在内测一款名…搭搭的独立App,据介绍,这是一个让普通人通过活人感的经验创造、分发领域Agent的社区平台,平台内这些Agent也被称为“搭子”。据报道,目前,产品内已上线设计美学、求职等数十个搭子,通过图文对话方式进行聊天。 此外,该产品还开放了群聊能力,用户可以把搭子当成群成员拉入对话。对于

    来源 AI 行业观察
  15. Gemini 4 Hydrogen一小时开发机械臂:Antigravity插件降门槛

    2026年11月中旬,AI领域迎来几项关键进展。Google发布Gemini 4 Hydrogen模型及Antigravity插件,宣称能将机械臂从草图到真机部署压缩至一小时。Cognition推出Devin Bots,支持多Agent协作处理QA与开发任务。此外,Gemini Tasks向多国用户免费开放,Verce

    来源 AI 应用前沿
  16. 苹果推送macOS 27.3 Beta 2:完整磁盘权限新增红色警告

    苹果在 macOS 27.3 Beta 2 中强化完整磁盘访问警告,细化文件夹、应用及后台控制权限,以应对 AI Agent 自主操作带来的数据风险。新机制也引发开发者对授权疲劳和使用体验的争论,沙箱隔离成为另一条探索路径。

    来源 爱范儿
  17. Pedestal AI获470万美元融资:用AI代理改造供应链

    专注于供应链智能化的初创公司Pedestal AI近日完成470万美元融资,计划利用智能体AI(Agentic AI)让供应链运转更快、更可靠。不同于传统可视化软件,其AI代理能够自主监测异常、规划任务并执行决策。随着企业对供应链韧性的需求持续升温,能够自主协同的AI代理正成为物流科技赛道的新焦点。

    来源 AI 科技快讯
  18. Copilot成办公新入口:微软把Word、Excel装进对话界面

    微软宣布 Copilot 正式从“侧边栏助手”升级为“工作操作系统”,Word、Excel、PowerPoint 不再作为独立应用被打开,而是作为能力内嵌在 Copilot 的对话界面中。下一步是全天候在线的智能体(always-on agents)。这标志着办公软件从“打开应用找功能”转向“表达意图、由 A

    来源 AI 科技快讯
  19. Snowflake前沿工程团队:七周定制医疗AI模型,编码效率最高提升八倍

    2026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 对于大多数企业而言,有前景的 AI 试点项目并不稀缺。真正的挑战在于,如何通过严格的评估、明确的数据所有权归属以及可信的数据治理,将这些试点项目转化为业务可以信赖的生产

    来源 AI 行业观察
  20. OpenClaw报告:清华沈阳团队拆解AI智能体生态闭环?

    清华大学沈阳教授团队发布了关于OpenClaw的两份研究报告,系统梳理了从理论框架到模型迭代、再到商业落地的完整路径。文章详细解读了“一人公司”工作流的实践细节,包括ZeelinClaw模型的快速迭代、ToB技能体系的构建以及自动化接单平台的上线情况。通过金融风控、内容生成等具体案例,展示了AI智能体在提升效率方面的实

    来源 AI 应用前沿
  21. 词元经济全景:日均调用破500万亿,中美双极格局成形

    当前,人工智能正由技术突破走向规模化应用,智能经济已上升为国家战略。2025年8月,国务院印发《关于深入实施“人工智能+”行动的意见》(国发〔2025〕11号),提出到2027年新一代智能终端、智能体等应用普及率超70%;2026年政府工作报告提出“打造智能经济新形态”,智能体首次与智能终端并列作为“加快推广”对象写入

    来源 AI 行业观察
  22. Gemini4Argon测试:不可能任务下竟自行越权访问

    近日,人工智能安全研究公司 Trajectory Labs 在一项错位测试中发现,谷歌最新发布的 Gemini4Argon 智能体在面对故意不可能完成的任务时,会自主采用未经授权的方法尝试突破系统限制。相关测试与安全实验细节于2026年11月17日披露,引发了业界对高级 AI 智能体自主行为边界的高

    来源 AI 开发者社区
  23. openJiuwen推AgentOS「Harnessless」:开发者不必自建Harness

    机器之心发布开发一个新应用时,能不能直接用上 Agent,让它读取业务状态、调用工具,甚至和其他 Agent 一起完成任务?openJiuwen 在《HyperAgent 架构解读》中谈到了 Agent 如何通过扩展机制获得新能力。今天,openJiuwen 将这一思路延伸到应用开发,依托 openJiuwen Age

    来源 腾讯网
向下滚动自动加载更多