Agent 能力追踪

微软宣布 Copilot on Copilot+ PC 的混合智能能力：经用户授权后，Copilot 可读取本机文件与近期活动作为上下文，Home 会把用户正在处理的文件整理为可直接协作的成果物；同时获得跨 Windows 的系统级操作能力（整理文件、检查设备诊断、故障排查、编码、本地运行工作流），Windows 搜索新增数千个任务栏操作。Autopilot 被定义为常驻、主动的个人 Agent，接入本地上下文、本地模型与 PC 操作。同日 Microsoft Execution Containers（MXC）在 Windows 11 正式可用，组织可声明 Agent 可访问的文件与网络，运行时强制、策略存放在 Agent 控制范围之外，提供 Enforcement / Learning / Permissive 三种模式

OpenAI 开放 Decisions API 公测，专用端点 POST /v1/decisions 接收文本与图像并对一组问题返回类型化答案，官方称比 Responses API 快约 10 倍。问题类型覆盖 predicate（返回 0-1 概率）、choice（返回选项与概率、置信度）、score（返回概率加权分数），一次请求可并行评估多个独立问题，典型用途为内容分类、请求路由与工作优先级排序；对需要 JSON 结构的场景仍建议 Structured Outputs，需要调用工具时使用 function calling。当前仅支持 gpt-6-luna，输入 0.10 美元/百万 token，官方表示数周内 GA。这是继 Jev 之后又一家把「Agent 决策」从生成式输出中拆出来、交给类型化判别模型的平台级能力

LangChain 重做 Deep Agents 的 Skills 支持，解决三类常见诉求。一是工具绑定到技能：绑定后只有当 Agent 读取该技能时对应工具才进入上下文，未读技能就调用会以未知工具失败，避免全部技能工具常驻占用上下文。二是技能固定：用户显式点名技能（如 /meeting-prep）时，应用可在下一次模型调用前直接加载其指令，省掉一次往返。三是技能热重载：长线程通过把 skills_metadata 置为 None，即可在不重开会话的情况下接收新增或变更的技能。这是渐进式披露（只有技能名称与描述常驻上下文）机制在工具与生命周期两个维度的补全

Figma Agent 从测试转向正式开放，用于接管设计系统维护工作。核心能力包括：自动撰写与刷新组件文档（使用规范、变体与配置、面向交付的组件 API）；对齐审计，盘点画布上的组件与 Token 并映射回所属库，标出重复实现与硬编码颜色/间距；@ 提及后批量替换组件或 Token 并可复核结果；为已发布的库添加 guidelines，让意图、规则与模式随库自动传递，设计者无需在每次提示中重复说明；命名清理与 Token 检查（如发现 8px 图标间距未挂到共享间距 Token），并可打包成可复用技能。已开放至 Professional / Organization / Enterprise 等席位的 Full seat

Claude Code 2.1.292（2026-10-06 发布）为 Agent 工具新增 effort 参数，Claude 可按指定档位运行子代理；把 workflow agents 加入 agent.spawn mod hook，使 mod 可识别并拦截工作流代理；新增 prompt.autocomplete 钩子事件与 $.model.complete 的提示缓存。MCP 侧，本地 stdio 服务器默认协商 2026-07-28 协议版本，并提供 MCP_PROTOCOL_NEGOTIATION=legacy 回退；超过 128 字符的 MCP 工具名不再导致整批请求失败，而是被忽略并报错点名；修复 HTTP MCP 连接保留全部已发送请求的内存泄漏。后续 2.1.293（2026-10-07）为 subagentStatusLine 载荷增加 agentType，并把 isDeferred 加入 $.tool.register

Antigravity v2.21.1（2026-10-07）把 Scheduled Tasks 更名为 Automations，并围绕长会话运维补充三项能力：使用 ⌘+K（Windows 为 CTRL+K）按内容搜索历史会话，而不是只按标题查找；把同一步骤里的一组 Agent 动作聚合成一行可折叠记录，减少长任务流的噪声；配合此前版本的子代理实时卡片与 Remote Control，形成从发起、观测到干预的闭环。这是 Antigravity 在多代理编排可观测性方向上的持续迭代

Managed Deep Agents v0.9 公测发布，方向是让企业内 Agent 更容易常驻 Slack 或消息渠道。新增能力包括：在对话中直接为后续跟进排期（schedules），让 Agent 按计划回访任务而不是只在被 @ 时响应；支持按单次运行传入配置（per-run configuration），同一 Agent 可为不同触发来源使用不同参数；支持 Slack reactions 作为交互信号。v0.8 已补齐两层记忆与 Connections 鉴权，v0.9 把托管 Agent 从「可运行」推向「可运营」

开源异步编码 Agent 编排系统 Kiro Crew 发布 0.7.0（2026-10-05）。已受理的子代理工作、Task Runner 步骤与工作流调用改为进入持久队列，网关重启后恢复而非丢弃；停止与查看操作覆盖定时循环、PR 监视与工作流监视。Agent 后端选择器新增 OpenCode 与 goose，与 Kiro CLI、Claude Code、Codex、KAS 并列，并在首个提示前校验各后端权限路径；新增 AWS Fargate 作为远程 crew 连接方式（经 SSM，无需入向网络规则，任务默认 6 小时、并发上限 10）；技能改为默认不自动注入（skills.max_triggered=0），会话只带简短技能索引，由 Agent 调用 skill_search 检索；预览版加入由 Jev 逐轮决策

Meta 与 Sierra 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 发布开放标准 Personal Agent Protocol（2026-10-06），定义个人 Agent 与企业之间的交互方式：会话基于 OAuth 并可跨渠道延续，Agent 可从企业站点以访客身份开始，账户级操作由用户在页面登录或使用已与 Agent 绑定的凭证完成，消费者决定只读或可写权限。企业侧接入可走网站、走 MCP/OpenAPI 等标准接口，或走企业自有 Agent 处理保修索赔类对话。规范 v0.1 计划本月内发布，后续规划参考实现、设计工作坊，以及更细粒度权限、推送通知与支付扩展。这是继 A2A 之后面向「个人 Agent 对接商业系统」的又一协议层尝试

OpenAI 公布面向欧盟 AI 法案文本可识别要求的方案：水印系统 textGrain 在模型选词中写入不可见统计信号，配套检测器用于查证信号。落地分三步：API 客户可全球范围内为指定模型开启水印输出（默认关闭）；欧盟区域 ChatGPT 与 Codex 的输出将在未来数周内加入不可见水印；检测器按申请向获准研究者与专业机构开放，仅报告是否存在 OpenAI 水印。官方同时披露局限：200 token 文本检出率约 80%（400 token 约 95%），改写会显著削弱检出（替换 10% 同义词后从约 92% 降至 66%，25% 时降至 17%），未检测到水印不等于人类创作。技术方案计划开源

Claude for Google Workspace 面向所有付费方案公测：在 Docs、Sheets、Slides 内以侧边栏形式就近工作，可读取当前文件、所选文本或单元格、幻灯片并在原位编辑，Docs 的大段改写以建议卡片形式供采纳或忽略；Sheets 可写公式、建透视表与原生图表、拉取区域到 Python 并写回结果；Slides 使用当前演示文稿的自有版式与主题生成幻灯片，并自检重叠、越界与可读性问题。默认「编辑前询问」展示审批卡片，也可切换为「接受全部编辑」；同期新增同名连接器，可从 Claude 侧创建与编辑 Google 文件，权限沿用既有 Google 共享设置；Claude 的模型、连接器与技能一并延续，Compliance API、CMEK、OpenTelemetry 审计导出覆盖该插件

Cursor 在 iOS 应用中推出 Remote Control：本机运行的 Agent 会出现在列表中，点击即可查看它正在做什么或直接发消息，默认对除企业组织外的所有用户开启，前提是桌面端保持开机；本地 Agent 仍运行在用户自己的机器上，不依赖云端 Agent 即可工作。这让「桌面执行 + 手机监督」成为默认形态，把 Agent 的干预入口从工位扩展到移动端

ChatGPT 引入 Intelligent UI：回复不再只有文本，而是由文本、视觉与可交互元素组合（图形、可点击按钮、表单、图表、可操作组件），形式按问题自适应（并排对比、交互式图示，或纯文本）。机制上由一组原生可流式渲染的组件库加编译器构成，界面随模型书写逐步渲染，而不是等整段回复完成；回答可以在模型仍在思考或使用工具时开始输出。官方数据称在高价值日常 Agentic 任务上，GPT-6 Extra High 的开始作答速度相当于 GPT-5.6 Medium 而得分更高；联网检索类问题平均提前 44% 开始作答，并对何时检索、用哪些来源支撑结论的判定更准