Agent 能力追踪

2026年10月15日
本期更新 12 条
采集窗口:2026-10-12 ~ 2026-10-15(上次采集 2026-10-13)
L5 工具层1
Shopify Shop MCP:一条 MCP 连接让任意 Agent 完成商品检索、购物车构建与 Shop Pay 结账Shopify
Shopify 在 2026-10-13 的 Tools 分类 changelog 中发布「Add shopping and Shop Pay checkout to any agent with Shop MCP」。任何 Agent 只要接入这一条 MCP 连接,即可检索 Shopify Catalog、构建购物车并完成 Shop Pay 结账,把「懂购物的 Agent」变成标准 MCP 工具面,而不必各自对接商店 API。意义:电商交易闭环以标准协议对外开放,Agent 的购物能力从「看商品」延伸到「下单结账」。
查看来源2026-10-13Shop MCPCatalog 检索购物车构建Shop Pay 结账标准 MCP 工具面
L8 协议层L9 安全层
L6 执行层2
Anthropic API 上线 OpenTelemetry 导出(beta):Messages API 与 Claude Managed Agents 会话轨迹可导入自有可观测后端Anthropic
Anthropic API 发布说明 2026-10-14:OpenTelemetry 导出进入 beta。可把 Messages API 请求与 Claude Managed Agents 会话的 trace span 发到客户自己的可观测后端,span 产出覆盖 Python、TypeScript、C#、Go、Java、PHP、Ruby 七种 SDK 语言;若要接收 API 侧产生的 span,需要在 Claude Console 中新增一个 OpenTelemetry destination。意义:托管 Agent 会话第一次有了标准的厂商中立链路追踪出口,便于把 Agent 运行接入既有观测与审计体系。
查看来源2026-10-14OpenTelemetry 导出 betaManaged Agents 会话追踪七语言 SDKConsole destination
L2 记忆层L9 安全层
LangSmith AI Search(公测):用自然语言按「行为」检索 Agent 轨迹LangChain
LangChain 于 2026-10-13 在 LangSmith Cloud 上把 AI Search 推向公测(不额外收费)。它允许用一段对「行为」的平实描述来检索 Agent 会话轨迹——例如找含 PII 泄漏的会话,或找具备某种动作模式的运行——而不是只按关键词或元数据过滤;面向 Agent 的可观测与调试场景,返回的是匹配的会话轨迹。意义:把「按行为找运行」变成一等检索能力,便于在生产流量里定位失败模式与风险行为。
查看来源2026-10-13AI Search 公测按行为检索轨迹Agent 可观测LangSmith Cloud
L2 记忆层
L7 编排层4
Hermes Agent v0.22.0「The Threshold」:免 API key 引导式首启、Connectors 让 Agent 在 Linear/Notion 内行动、可实时 Steer/Stop 子 AgentNous Research
Hermes Agent v0.22.0(GitHub 发布 2026-10-14,发布说明标注 Release Date 2026-10-13)是 v0.21 之后最大的一次发布。首启引导:全新桌面安装先跑一段 setup 对话而非设置页,逐卡询问姓名、主题色与布局、要连接哪些应用、装哪些插件,最后给一次引导与至多四个推荐首任务;它跑在免费试用模型 nous/welcome 上(每个 OS 用户一次),因此无需先拥有 API key,Skip setup 可跳过、Settings → Run onboarding again 可重来;Agent 同时新增 set_theme 工具。Connectors:Agent 可经 Nous tool gateway 在 Linear、Notion 等托管应用内直接行动——在浏览器里登录一次,当轮即可使用对应工具;不需要 Nous 账号,首次使用某应用会自动建立一个 connectors-only 身份;桌面新增 Connectors 页把托管应用与自家 MCP 服务器放在同一列表(取代原 MCP 标签页),TUI 与 CLI 有同款设置卡,支持同一应用的多个具名账号(如 work / home),用 /connectors 或 hermes connectors 管理。本地模型一键:自动安装并维护 llama.cpp(按 CPU / CUDA / Metal / Vulkan / ROCm 匹配引擎),按 GPU 与内存给目录内每个模型打分并选能装下的最优构建,下载可暂停续传、服务随 Hermes 启停,支持 Windows / macOS / Linux;目录含 Qwen3.8 27B、Qwen3.8 Flash Next(含 MTP 推测头)、Qwen3.6 35B-A3B、DeepSeek V4 Flash,也接受任意 Hugging Face GGUF。子 Agent 实时可见可操控:运行中的子 Agent 常驻在 CLI(F6)、TUI(Ctrl+T)与桌面端输入框上方,显示各自任务、耗时与实时转录,并带 Steer 与 Stop 按钮;/stop 能触达后台子进程并交回它们的部分成果;delegate_task 可把截图与 mock 传给支持视觉的子 Agent。浏览器登录与 Bot Screen:浏览器 Agent 可用 1Password、Bitwarden 或 Hermes 自带加密保险库中的登录信息登录站点,模型始终看不到密码;未保存时会以掩码提示询问是否保存,一次性验证码不进入对话,结账时的卡与地址填充需你确认。跑在 Linux gateway 上的 bot 可拥有自己的桌面并由 Hermes Desktop 实时串流,遇到登录、2FA 或 CAPTCHA 时你接管屏幕、自己完成该步,再把控制权交还、bot 用你的会话继续;在 Docker / SSH / Singularity 后端下,bot 的屏幕、computer use 与浏览器都跑在沙箱内。其他:在所有能读该模型的 provider 上默认回放既有推理(跨 resume、分支与压缩),长多步任务保留思维链;每台机器只跑一个消息 gateway 与一个桌面后端服务所有 profile,建 profile 无需重启;插件目录达 600 个经审查插件;界面文案统一到翻译目录并覆盖 16 种语言;代码量精简约 34%,约 19 个罕用工具改为按需加载。
查看来源2026-10-14引导式首启Connectors一键本地模型Steer/Stop 子 Agent密码管理器登录Bot Screen 接管默认推理回放
L5 工具层L9 安全层L1 感知层L10 界面层L3 推理层
Claude Code 2.1.299 / 2.1.300:空闲自动压缩、mod 可查看 Agent 转录并改写工作流子 Agent 的提示与模型Anthropic
Claude Code 于 2026-10-14 连发 2.1.299 与 2.1.300,围绕长会话、mod(可热加载扩展)与多 Agent 编排补能力。长会话与上下文:新增终端空闲压缩——超过 20 万 token 的会话闲置约 54 分钟后,会在 1 小时提示缓存过期前自动压缩,下一条消息无需重新处理全部内容;阈值可用 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 调整,settings.json 设 "idleCompaction": false 可关闭(两者需 2.1.290+);新增 CLAUDE_CODE_DISABLE_FILE_MENTIONS,让 Claude 只拿到 @ 提及文件的路径、由自己的文件工具去读,而不是把文件内容直接塞进上下文。Mod 与 hooks:新增 $.ui.view({ agentId }),mod 可在主视图展示某个 Agent 的转录($.ui.view({}) 返回);agent.spawn hook 从「只能拒绝工作流 Agent」升级为可改写其 prompt 与 model;新增 prompt.change hook,在输入框文本发生非键入式变化(召回历史、清空、撤销、插件填充)时触发;prompt decorations 新增 virtualText(只画在输入框,不进入草稿与提交内容)。Agent 视图与用量:agent view 新增 /effort 与 /fast 设定新会话默认值,裸 /model、/effort、/fast 会打开选择器;/usage 对 max effort、workflows、always-on context 与大工具结果给出告警。平台与企业:Claude Platform on AWS 新增 /advisor(不选就不运行;用 advisorModel 或 --advisor 指定,CLAUDE_CODE_DISABLE_ADVISOR_TOOL=1 关闭);OpenTelemetry 事件补 cache_creation_5m_tokens / cache_creation_1h_tokens 按生命周期拆分缓存写入,trace span 增加 gen_ai.provider.name、gen_ai.conversation.id、gen_ai.tool.name、error.type 等 GenAI 语义约定属性。修复项含 agent hooks 忽略自身 model(别名如 haiku 现可解析、子 Agent 模型不再覆盖、模型不可用时回退调用方而非放行)、sandbox 内命令可写入 --plugin-dir、后台子 Agent 被误报不可恢复、自动工具搜索中途失效等。
查看来源2026-10-14空闲自动压缩mod 查看 Agent 转录agent.spawn 改写prompt.change hook/advisor on AWSOpenTelemetry GenAI 语义约定
L2 记忆层L9 安全层L6 执行层L10 界面层
OpenClaw 2026.10.5-beta.3:设备加入后可托管 Agent 会话,Gateway 重启后中断轮次与子 Agent 工作可续跑OpenClaw
OpenClaw 2026.10.5-beta.3(2026-10-13)把 Agent 的可用面与恢复能力继续前推。设备托管:CLI 与 Control UI 的 join 命令现在会安装一个后台 node 服务,用它来托管 Agent 会话(--service --session-host),即配对设备本身可成为会话宿主。重启续跑:被中断的轮次、子 Agent 工作、自动化轮次、被转向(steered)的会话以及 node 托管的轮次,在 Gateway 重启后都能续跑;被终止 worker 已流式输出的回复仍保留在历史中。更新可靠性:pnpm 12 安装不再动到 Gateway 服务与 openclaw 启动器,Windows 更新接受合格的计划任务账号与自有已校验驱动,macOS 接受受保护的 Bun 服务命令,干净的服务安装拒绝不再把 Gateway 留在停止状态;卡住的更新可在文件系统重挂载或设备号漂移后落定激活日志、挺过短暂锁定的状态库、停止迁移后误报安装失败。Doctor 更保守:旧认证存储不可读时不再删除 OAuth profile,迁移数据库前拒绝已退役状态,导入保留的 ACP 元数据,清理失败时恢复被停止的 Gateway。Telegram:更新后首次启动不再把遗留 spool 中几个月前的旧更新当新指令重放。Codex 与供应商:Codex 回复保留最后 token 并在 thread 准备失败后接受后续,ChatGPT 轮次遇流中 WebSocket 关闭会重试,DeepSeek 工具标记不再泄漏进消息。该版本另新增 Meta Muse Wonder(meta/muse-wonder-1.0,含工具、图像输入、流式、加密推理回放与 1M token 上下文),属模型发布不计入本条目。
查看来源2026-10-13设备托管会话Gateway 重启续跑子 Agent 工作恢复更新可靠性Telegram 去重
L6 执行层L10 界面层L5 工具层
Kiro Web:可选模型回退、工作流步骤级模型选择,重开会话先展示历史预览AWS
Kiro Web 2026-10-12 更新。模型回退:在 Settings > Model 中为所选模型挑一个 fallback;选中模型不可用时仅当轮由 fallback 回答、下一轮回到所选模型,若所选模型直接拒绝请求则本会话后续留在 fallback 上,可随时移除回退。步骤级模型:开启 Workflows 后,所选步骤的 composer 出现模型选择器(含 effort 与 Thinking,视模型支持),停止该步骤后改模型再发消息继续,选择只对该步骤生效。会话重开:重开一个沙箱已停止的会话时,先展示已保存对话的预览,沙箱就绪后用完整历史替换预览。循环恢复:workflow 中的 repeat 触达迭代上限暂停时,可 Run N more(1~1000)追加迭代,或 Stop looping and continue 结束循环进入下一步。
查看来源2026-10-12模型回退工作流步骤级模型会话重开预览工作流循环恢复
L6 执行层L10 界面层
L9 安全层2
AWS Kiro IDE 1.3.0 / CLI 2.31.0:本地命令沙箱与本地自主模式向全部 V3 用户开放、MCP 工具改为按需加载AWS
Kiro 于 2026-10-13 同时发布 IDE 1.3.0 与 CLI 2.31.0,把本地命令沙箱与本地自主模式推向全部 V3 用户。命令沙箱:Agent 执行的 shell 命令及其子进程被放进操作系统级沙箱,可配置出网策略(完全禁止 / 仅限常见开发主机 / 放开),本地 stdio MCP 服务器也可跑进同一沙箱;Agent 本体、内置文件工具与远端 MCP 服务器留在沙箱外,权限规则照旧生效;IDE 在状态栏选 Command sandbox 打开设置并确认沙箱已启用,CLI 执行 /sandbox。自主模式:CLI 本地 V3 会话用 /autonomous on 让 Kiro 不再逐条命令请求批准,切换前会先切到 Default agent 并自动打开本地命令沙箱。其他:MCP 工具改为按需加载;V3 配置与状态统一收进 KIRO_HOME;IDE 侧新增在聊天里用 /workflow-run 选择已保存 Workflow 并填好输入直接启动,编辑器标签上显示会话实时状态(Live Tab Status)。官方明确沙箱可降低风险但无法保证完全隔离,仍建议审阅待执行命令。
查看来源2026-10-13本地命令沙箱本地自主模式MCP 按需加载KIRO_HOME/workflow-runLive Tab Status
L6 执行层L5 工具层L10 界面层
GitHub Copilot CLI 1.0.97:自定义 Agent 获得 agent-scoped 声明式 hooks,Autopilot 拒绝无人值守的询问GitHub
GitHub Copilot CLI 1.0.97(2026-10-13 18:37 UTC 发布为 npm latest)为自定义 Agent 补上声明式 hooks 与更大规模的 Agent 发现。声明式 hooks:新增 agent-scoped declarative hooks,可挂在自定义 Agent 上(此前 hooks 主要面向会话级)。审批语义:对 preToolUse hook 给出的 "ask" 决定,Autopilot 直接拒绝,而不是停在没人看的权限弹窗上。Agent 发现:即使仓库定义的自定义 Agent 超过 100 个或 agent 文件深层嵌套,也能全部发现。会话与插件:恢复挂起会话会报告被中断的工具调用并避免重放已取消的写入;--plugin-dir 插件中的 skills 与自定义 Agent 在变更后会重新加载;/config 中由组织设定的托管权限规则变为只读且默认隐藏。MCP:显式选择的 GitHub MCP 工具与工具集走正确端点,所请求的写工具保持可用;缓存的 MCP 调用在并发刷新改变目录时会重新校验定义;Power BI 与 Bluebird MCP 服务器登录时接受其已发布的资源 scope。其他:/usage 显示按 token 计费会话的 AI credits(含恢复后),配置文件中单条无效不再重置全部已保存设置,--output-format json 输出在保留变量引用的前提下脱敏。
查看来源2026-10-13agent-scoped 声明式 hooksAutopilot 拒绝 ask自定义 Agent 大规模发现会话恢复MCP 端点与 scope
L7 编排层L5 工具层L6 执行层
L10 界面层3
Google 把 Antigravity 内置进 Gemini macOS 应用:在 Gemini 聊天内直接起编码 Agent 并审批其计划Google
Gemini Apps 发布说明 2026-10-13 新增条目「Code, prototype, and build with Google Antigravity in the Gemini macOS app」。Antigravity 被直接内置到 Gemini macOS 桌面应用中:在应用顶部点击 Antigravity 即可拉起一个编码 Agent,Agent 先给出计划供你审批(approve its plan),审批后可回到 Gemini 聊天继续对话,编码 Agent 在后台推进并最终验证复杂代码(plans, builds, and verifies complex code)。入口为 gemini.google/desktop 下载,当前为英文,面向个人 Google 账号与符合条件的 Workspace 账号(18+)、限定地区。意义:把原本独立的 agentic 编码 IDE 变成聊天应用内一个可委派的能力,形成「对话 → 派活 → 审批计划 → 回聊」的闭环。
查看来源2026-10-13Antigravity 内置Gemini macOS 应用计划审批后台构建与验证对话内派活
L7 编排层L6 执行层
Open WebUI v0.12.1:频道可接入外部应用,应用以成员身份回复、发卡片并可产出可下载文件Open WebUI
Open WebUI v0.12.1(2026-10-14)新增「频道内的外部应用」。管理员在 Admin Settings > General 打开 Apps(或 ENABLE_APPS),在新增的 Apps 标签页中按 HTTPS 地址连接外部应用,逐一审核其申请的权限(读取自身被提及、读取频道消息、发消息等)并指定谁可以使用;频道管理员随后用频道信息里的 Add Members 把某应用加进频道,它会像成员一样出现在列表里、带自己的头像,被 @ 提及后能在频道中作答——回复可只对提问者可见,可展示带标题、字段与缩略图的卡片,可给出按钮或链接,长任务可稍后追发消息,也可提供一个 Markdown 文件供下载。位于私有网络的地址只需登记进 APP_ALLOWED_PRIVATE_ORIGINS 即可用明文 HTTP 访问。Open WebUI 与每个应用保持长连接,Admin Settings > Apps 显示连接状态,失败会指出原因(如 API key 被拒、公钥不对、地址不可达)。此外,Standard 语音通话模式也支持模型头像,并可在模型使用原生 function calling 时播放手势。意义:把第三方应用以「可审核的成员身份」接入协作频道,形成人机同群的收件箱与审批面。
查看来源2026-10-14频道外部应用权限审核应用即成员卡片与文件回复APP_ALLOWED_PRIVATE_ORIGINS
L9 安全层L7 编排层
Google Antigravity 应用 v2.23.0:输入框权限预设选择器、子 Agent 运行行与待审批提醒、MCP 启动失败可 Fix with AgentGoogle
Google Antigravity 应用 v2.23.0(2026-10-12)集中改交互与多 Agent 可见性。权限:输入框新增权限预设选择器,带自有权限的项目可一键 Use Global Settings 回到全局预设;执行来自已安装插件的程序时,权限提示会显示插件名与图标。子 Agent:子 Agent 启动在会话里显示为一行带实时状态图标的步骤(选中即进入该子 Agent),当某个子 Agent 正在等待你批准时,侧栏对应会话显示 needs-attention 图标而不是一直转圈。附件与媒体:可把 .zip 归档附到提示中由 Agent 用工具解包,也可从输入框 + 菜单直接加文件夹;会话中的图片与视频改为在全屏查看器中打开(图片可缩放平移,视频支持跳转、音量、倍速与键盘控制,含按住 Space 2 倍速)。MCP:MCP 服务器启动失败时,Customizations 页提供 Fix with Agent,让 Agent 自行找出并安装缺失项;MCP 服务器菜单新增 Restart。插件:插件页列出建议提示,已安装启用的插件点建议提示即可开新会话并预填。另修复自定义 Agent 忽略其相对自身目录列出的 skills / rules / plugins / hooks、带顶层 skill 的插件未加载 skills 目录中其余 skill、停止 Agent 后仍误发完成通知等问题。
查看来源2026-10-12权限预设选择器子 Agent 状态行待审批提醒Fix with Agent全屏媒体查看器.zip 附件
L7 编排层L5 工具层