夜雨聆风AI 简报 0612
Agent 的新门槛，是拥有可持续工作的环境
模型能力仍在进步，但长任务、核心系统和技能生态正在把竞争焦点推向持久运行、上下文供给与安全治理。
今天最值得关注的信号，不是又多了一个更强模型，而是 Agent 开始获得真正的“工作场所”。OpenAI 通过 Ona 补齐持久云环境，Anthropic 与 DXC 则把 Claude 带进银行、航空和政府等受监管系统。
开源社区的注意力也在同步迁移：技能需要供应链扫描，跨工具会话需要统一观测，研究则开始讨论 Agent 原生知识编排和环境工程。模型负责思考，但环境决定它能否把工作可靠地做完。
今日重点看三件事：Agent 如何跨会话持续工作，技能与会话如何进入治理面，以及知识与环境如何成为独立的系统能力。
01 / MODEL
今日重点 AI 动态
OpenAI 收购 Ona：Codex 开始从单次会话走向持久云执行
OpenAI 在 6 月 11 日宣布将收购 Ona，把其安全云执行与编排技术纳入 Codex 生态。官方将目标概括为给 Codex 一个持久工作空间，让长任务可以在用户设备关闭后继续运行，并允许用户从其他位置查看进度、补充方向和审查结果。
OpenAI 称 Codex 每周用户已超过 500 万，较年初增长 400%；Ona 此前服务过约 200 万开发者。交易尚是收购公告，具体产品形态、迁移路径和企业控制面仍需等待后续披露。
架构师看点：长任务 Agent 需要的不只是更长上下文，而是可恢复的执行环境、持久状态、凭证隔离、网络边界、任务队列、人工检查点和完整审计。企业选型时应把运行环境视为与模型同等级的架构层。
一句判断：Agent 平台的下一场竞争，不是谁能多回答一次，而是谁能在受控环境里持续工作数小时甚至数天。
Anthropic 与 DXC 联盟：Agent 开始进入受监管行业的核心系统
Anthropic 在 6 月 11 日宣布与 DXC Technology 建立多年全球联盟。DXC 计划培训数万名 Claude 认证的前线部署工程师，把 Claude 引入其为银行、航空、保险、制造和政府机构运行的系统。
DXC 称 Claude 已成为其 OASIS 托管服务编排平台的默认基础模型，并估计超过 95% 的平台代码由 Claude 生成后交由工程师审查，开发速度提升约 10 倍，目前服务超过 50 家客户。这些数字来自合作双方公告，仍应视为厂商案例数据。
架构师看点：核心系统落地不是简单接一个模型 API，而是模型、行业流程、旧系统改造、安全运营和前线工程团队的组合。FDE 模式意味着能力交付正在从软件许可转向长期嵌入式工程服务。
一句判断：企业 Agent 的真正护城河，将来自对业务现场和遗留系统的深度接入，而不只来自模型排行榜。
02 / INFRA
开源与工程生态
NVIDIA SkillSpector：Agent 技能供应链开始出现专用安全扫描器
NVIDIA/SkillSpector 在 6 月 12 日进入 GitHub Trending。项目采用 Apache-2.0 协议，面向 Claude Code、Codex CLI、Gemini CLI 等 Agent 技能，在安装前扫描提示注入、数据外泄、权限提升、供应链、记忆污染和 MCP 工具投毒等风险。
项目提供 16 类、64 种风险模式，并采用静态分析加可选 LLM 语义分析的两阶段流程，可输出 JSON、Markdown 和 SARIF。仓库目前约 2.6k stars、16 次提交，维护历史仍短，且官方明确说明其静态分析无法覆盖运行时和图片攻击。
架构师看点：技能包本质上是带隐式权限的可执行依赖，应进入与代码依赖相同的准入链路：来源校验、版本锁定、静态扫描、权限清单、沙箱试运行、签名和持续复检。
一句判断：当技能成为 Agent 的插件单元，技能市场也会继承传统软件供应链的全部安全问题。
agentsview：多 Agent 时代需要统一的本地会话与成本观测层
kenn-io/agentsview 同样出现在 GitHub Trending。项目采用 MIT 协议，以本地优先方式索引 Claude Code、Codex、Copilot CLI、Gemini CLI 等 20 多种编码 Agent 的会话，提供全文检索、成本统计、活动看板和会话导出。
它默认把数据写入本地 SQLite，并可选同步到 PostgreSQL 或镜像到 DuckDB。仓库目前约 1.6k stars、520 次提交；项目会发送有限匿名遥测，但可通过环境变量关闭。GitHub 热度只代表社区关注，不代表企业级成熟度。
架构师看点：团队同时使用多个 Agent 后，治理对象不应停留在单个供应商后台。需要统一采集任务、模型、工具调用、上下文峰值、缓存、成本、结果和人工接管，建立跨 Agent 的可比较数据层。
一句判断：多 Agent 工具链成熟的标志，不是装了多少客户端，而是能否用同一套数据回答它们做了什么、花了多少、产出了什么。
03 / RESEARCH
论文与研究动态
Agents-K1：知识系统开始围绕 Agent 的行动过程重新组织
Agents-K1 是 6 月 12 日提交到 arXiv 的预印本，研究主题是“Agent 原生知识编排”。它把知识能力从一次检索调用提升为 Agent 工作过程中的编排问题，关注知识如何被组织、调用并支撑连续任务。
这代表 RAG 的问题边界正在扩大：系统不只要找出相关文本，还要把知识与任务状态、工具执行和后续行动连接起来。论文仍是预印本，方法效果和泛化范围需要等待代码、完整实验与同行复核。
架构师看点：Agent 知识层应区分事实库、任务记忆、工具状态和执行证据，并支持按任务阶段动态装配。把所有内容直接塞进上下文，既浪费预算，也难以维护来源和时效。
一句判断：下一代 RAG 不会只是更好的召回器，而会成为面向任务状态的知识调度系统。
EurekAgent：自主科研的关键变量正在从提示词转向环境工程
EurekAgent 是 6 月 12 日的 arXiv 预印本，标题直接提出“Agent Environment Engineering”对自主科学发现的重要性。研究把环境设计放到中心位置，强调 Agent 可用的工具、反馈和实验空间会直接限制其探索能力。
这一方向与今天的产业动态形成呼应：无论是科研 Agent 还是编码 Agent，模型只有在可执行、可观测、可恢复的环境中，才能把长链路探索转化为可审查结果。论文结论仍待同行评审和独立复现。
架构师看点：构建科研或复杂分析 Agent 时，应先设计实验 API、反馈信号、资源配额、失败恢复和产物追踪，再优化提示词。环境接口定义得越清楚，模型试错越容易被复现和治理。
一句判断：Agent 的能力上限越来越由环境可供性决定：模型会思考什么，取决于系统允许它观察、操作和验证什么。
04 / 判断
Agent 正在从聊天界面迁移到持久、可治理的工作环境。
对架构师和技术团队，接下来应优先建设三层能力：
持久执行层：让任务可跨会话运行、暂停、恢复和交接，并隔离凭证、网络和计算资源。
技能治理层：把技能、MCP 工具和外部依赖纳入准入扫描、最小权限、版本锁定与运行审计。
统一观测层：跨 Agent 记录任务轨迹、上下文、工具调用、成本、结果质量和人工接管。
今日一句
模型决定 Agent 能想多远，环境决定它能不能把这段路走完。
参考链接
https://openai.com/index/openai-to-acquire-ona/
https://www.anthropic.com/news/dxc-anthropic-alliance
https://github.com/NVIDIA/SkillSpector
https://github.com/kenn-io/agentsview
https://github.com/trending
https://arxiv.org/abs/2606.13669
https://arxiv.org/abs/2606.13662