Twitter AI 编程 - 2026-10-12¶
1. 大家在讨论什么¶
1.1 Antigravity 的上线迹象已从权益、跳转和移除通知中显现（🡕）¶
围绕 Antigravity 的 Twitter 讨论，已经不再停留在模糊的“隐藏模型”传闻层面。多条公开帖子拿出了具体的账户状态证据：套餐档位矩阵、升级跳转、带日期的第三方访问通知，以及旧版 Gemini 条目消失后出现的模型选择器截图。最强的信号并不是 Gemini 4 Argon 已经广泛可用，而是用户能看见 Google 在正式清楚解释这次上线之前，就已开始重新调整访问权限。
@StatsWire 显示（209 个赞，14 条回复，40,445 次浏览）显示，Antigravity 的访问权限已经按套餐分层。比起配文，图片本身更关键：Free 和 Google AI Plus 仍显示 Gemini 3.8/3.7/3.6 Flash、3.1 Pro、Claude 4.6 和 GPT-OSS-120b，而 Claude Sonnet 5.5 和 Opus 5.5 只出现在 Pro、Ultra 和 Enterprise 档位中，并附注说明其中部分访问权限将于 11 月 2 日被移除。（帖子链接）
@yoftahe 发布（907 次浏览）提供了一条虽小但有用的上线证据：在 Antigravity 内点击升级后，会跳转到 antigravity.google/g1-upgrade，而抓取到的页面又会进一步跳转到 Google One AI。@blankspeaker 补充说（43 个赞，4 条回复，2,449 次浏览）称，Pro 和 Ultra 用户看到了一则带日期的通知，表示其当前套餐中的第三方模型访问权限将于 11 月 2 日停止，尽管 Claude 5.5 仍然显示在选择器中。@LuminaBench 表示（19 个赞，2 条回复，878 次浏览）称，那些被标记为 Leaving Soon 的旧版 Gemini 模型已经消失，而且 Antigravity 代码中出现了 Argon 专属的 effort level，这使得这次迁移即便在明确的发布帖子出现之前，也显得相当可信。
@testingcatalog 报道称（476 个赞，36 条回复，28,804 次浏览，50 次收藏）称，Gemini 4 Argon 据报此前曾在 Antigravity 中以 Gemini 3.8 Flash 的名义进行过 A/B 测试。回复中的关键细节是：仍有一位回应者表示该模型并不擅长编程，而 testingcatalog 则回复称，这个隐藏后端整体上略优于 GPT-6.1，并且在某些方面明显更强，因此即便是最有力的路由传闻，也伴随着对其实用编程质量的分歧。
讨论洞察： 回复里更关心的不是为 Argon 喝彩，而是解读访问规则。由于产品界面暴露出的迁移证据多于官方说明，用户不断通过模型菜单、跳转和带日期的警告来交叉验证。
与前一天的对比： 在 2026-10-11，关于 Antigravity 最强的信号还是对 Gemini 3.8 Flash 背后路由的推断。到了 2026-10-12，讨论则转向了更具体的权限证据：套餐表、升级流程，以及即将失去第三方访问权限的通知。
1.2 人们评判 Codex 公告时，看的是额度账而不是发布文案（🡕）¶
围绕 OpenAI 的 Codex 的讨论，核心在于近期关于上下文窗口和定价的公告，是否真的改变了实际使用条件。公开证据分成两层：一层是官方传达的信息，即默认窗口更大，以及订阅用户使用长上下文的成本更低；另一层则是用户的反弹，他们认为相比额度削减和重置规则之争，这些更新要么幅度很小，要么前后矛盾。最终，这讲的是信任问题，而不只是能力问题。
@alexgetmancom 认为（167 个赞，28 条回复，10,069 次浏览）称，OpenAI 的 Day 7 Codex sprint 把默认上下文从 272K 提升到 500K 这件事说得过于夸张了，因为最大值原本就已经可以手动设到 1M。被引用的 官方更新 确实说明，500K 现在成了经过测试的默认最佳区间，但回复显示出明显分歧：一些用户表示默认值很重要，因为大多数人从不修改 config.toml；另一些人则认为，这个更新太小，不足以成为头条式发布内容。（帖子链接）@_jayyy18_13k 分享（12 个赞，5 条回复，481 次浏览）这一配套说法称，订阅中的 GPT-6.1 Sol 长上下文费用已被取消。但这并没有结束这轮抱怨。@babayagatwt 反驳称（5 个赞，2 条回复，81 次浏览）表示，产品变得更高效，本应让客户受益，随后附上一张定价截图，称新的 Pro 200 订阅如今反而配额更低，理由是这些模型“效率越来越高”。用户抓住的，正是更慷慨的宣传口径与更紧的配额之间的矛盾。
讨论洞察： 对这次发布最可信的辩护，不是说用户错了，而是默认设置确实会改变真实行为，因为大多数会话都使用默认设置。即便如此，这种辩护也承认了更深层的抱怨：人们想要的是更清楚地说明使用政策到底改了什么，而不只是一条喜气洋洋的功能发布帖。
与前一天对比： 2026-10-11 的抱怨集中在硬性上限和中途削减套餐；到了 2026-10-12，同样的挫败感进一步收束为一个更具体的抱怨：发布时的叙事框架与配额政策正朝着相反方向移动。
1.3 安全讨论转向具体的本地控制与基准化权衡（🡕）¶
这场安全讨论具体得不同寻常。信息流里不再只是泛泛警告代理风险，而是出现了一篇基准测试论文、一个转录内容密钥清洗工具、一个本地取证监控器，以及一张互动不高但信息量很足的 Windows 持久沙箱服务截图。合在一起看，这些内容显示社区正在从“要小心”转向“边界设在哪里、挂什么 hook、代价是什么？”
@al3rez 总结（6 个赞，10 条回复，322 次浏览）HarnessSecurity-Bench，而所链接的 arXiv 论文 也支持这条推文中的核心数字：覆盖五类攻击面的 23 项任务、2,500 次试验、六种 harness，并且 auto-approve 会把攻击成功率从 29.2% 提高到 95.6%。最有价值的回复并不危言耸听，而是偏向实操：有位回复者表示，完全离线模式会破坏 npm install 和 git pull，因此他们团队改为采用经批准主机的短 allowlist，而不是一刀切的网络隔离。（帖子链接）
@44errrr 表示（4 个赞，10 条回复，97 次浏览）指出，代理转录和工具运行会在磁盘上留下明文秘密信息，随后提到可将 spillage 作为 Claude Code、Codex、Gemini CLI、Cursor 和 Cline 的一层缓解措施。公开的 spillage 仓库 与这条推文的表述一致：hooks 会拦截包含密钥的提示词、.env 读取，以及 printenv，而扫描和清洗则处理十四种代理日志中已经泄露的内容。@DFIR_Radar 重点介绍了（3 个赞，2 条回复，237 次浏览）numbat，而公开的 numbat 仓库 则展示了同一问题的另一面：本地 hooks，只读 numbat scan 重建，以及针对受支持的前置操作钩子的可选拦截。
@TambaClan 发布（1 条回复，90 次浏览）的一张截图显示，codex-windows-sandbox-service.exe 以 Windows ChatGPT 服务的形式在 LocalSystem 下运行，并且能抗拒禁用尝试。互动量很小，但这张图为本地运行时增添了一层不透明感，而此前信号更强的基准测试和缓解措施讨论，已经让人们开始注意这一点。
讨论洞察： 回复不断收敛到同一个权衡：最安全的控制措施往往也是干扰性最大的，因此团队都在寻找一种边界——比提示词指令更严格，但又不像完全离线模式那样宽泛。
与前一天对比： 在 2026-10-11，关于信任的讨论主要围绕将沙箱和遥测作为产品功能展开。到 2026-10-12，信息流中又增加了更扎实的证据：经基准测试量化的攻击差异、具体的密钥清洗工作流，以及只读取证工具。
1.4 开发者仍在用持久化、技能和领域适配器封装智能体（🡕）¶
最强的开发者热情依然集中在围绕现有智能体构建外层，而不是新的基础模型。最突出的项目呈现出一个共同模式：让工作在聊天结束后仍能延续、让输出更容易审查，或将智能体扩展到 CAD 和技术插图等狭窄但实用的领域。换句话说，差异化来自工作流结构。
@DanKornas 介绍了（14 个赞，7 条回复，805 次浏览）介绍了 Overtime：一款面向智能体的终端应用，让它们能跨会话保留自己的文件夹、笔记、日程安排和唤醒机制；而公开的 仓库 表示，该应用通过 ACP 驱动 Claude、Codex、Gemini CLI、GitHub Copilot、OpenCode 及其他后端。截图展示了这一主张在实际中的样子：左侧是智能体状态，右侧是统一的决策界面，而且无需一直盯着原始工具日志看。（帖子链接）
@wheresryan22 宣布（20 个赞，3 条回复，1,184 次浏览，16 个收藏）称，Anatomy 现在除了 Claude 之外，也已支持 Codex 和 OpenCode。公开的 README 解释了这为何重要：Anatomy 会把提示词转成详细的等距 SVG、WebGL 或 3D 解释图，供智能体检查和细化；相比普通的大段文字，这是对“解释这个系统”更专业、更专门化的一种回答。@thesupermannx 分享（14 个赞，3 条回复，585 次浏览）介绍了第二个领域适配器 text-to-cad，其代码库称，智能体可以生成 STEP、STL、GLB 和 3MF 文件，运行面向制造的设计检查，并通过本地插件交接给制造服务。
@matchaman11 表示（1 个赞，1 条回复，196 次浏览）称 Muse Wonder 现已在 Open Dots 上线，但更重要的公开证据在于 Open Dots 仓库：这是一个原型级的自托管替代方案，旨在取代付费 agent 产品；它可通过 Telegram 或网页在一次性沙箱中运行编码任务，对高风险操作请求批准，并支持周期性提示。Overtime、Anatomy、text-to-cad 和 Open Dots 反复呈现出与昨天相同的模式：构建者追求的并不是另一个通用聊天框，而是在开发者已经使用的工具之上，封装持久性、审批机制和特定领域的交互能力。
讨论洞察： 这些项目始终把模型当作可互换的后端。项目之间真正变化的是控制层：文件夹、日程、审批、渲染器、查看器，以及领域专属技能。
与前一天的对比： 2026-10-11 的 wrapper 项目主要集中在编排和呈现上。到了 2026-10-12，最强的一批构建则更加侧重连续性和领域适配器，让 agents 产出用户可以检查或制造的制品。
2. 什么让人感到沮丧¶
Antigravity 的访问方式变化速度快于产品说明更新¶
严重程度：高。@StatsWire 展示了（209 次点赞，14 条回复，40,445 次浏览）是一张需要用户自己解读的套餐矩阵，@blankspeaker 附上了（43 次点赞，4 条回复，2,449 次浏览）是一则过期通知，称当前套餐中的第三方访问将于 11 月 2 日结束，而 @yoftahe 补充说（907 次浏览）则是一个跳转到 Google One AI 的升级重定向。用户实际上是在靠截图和跳转链接反向推断账户政策。值得构建：高。
即便功能变化属实，Codex 的用量核算仍让人感觉不一致¶
严重程度：高。@alexgetmancom 表示（167 次点赞，28 条回复，10,069 次浏览）称 OpenAI 把默认上下文提升包装成了头条功能，而 @_jayyy18_13k 发布（12 次点赞，5 条回复，481 次浏览）则称 GPT-6.1 Sol 订阅的长上下文费用已被取消。随后，@babayagatwt 展示了（5 次点赞，2 条回复，81 次浏览）又出现了定价文案，为何 Pro 200 的额度更低，其理由是这些模型“效率越来越高”。抱怨的重点并不是什么都没变，而是在于用量价值变得更难让人信任。值得构建：高。
Secure harness 的设置看起来仍然要么默认过松，要么全面启用的成本过高¶
严重程度：高。@al3rez 重点标出（6 次点赞，10 条回复，322 次浏览）给出了基准测试证据：自动批准会让攻击成功率从 29.2% 升至 95.6%；同时有一条回复称，完全离线模式会破坏像 npm install 和 git pull 这样的常规任务。@44errrr 添加了（4 次点赞，10 条回复，97 次浏览）称，即便用户试图谨慎操作，转录记录和本地日志里仍可能保留明文密钥。人们想要的是比提示词约束更强、但又不至于像把 agent 锁进地堡那样严苛的边界。值得构建：高。
本地 agent 状态在会话结束后仍然过于不透明¶
严重程度：中到高。@DFIR_Radar 指出（3 个赞、2 条回复、237 次浏览）提到，numbat 可用于通过 hooks、OTLP 和已存储的工件重建 agent 会话；这之所以有意义，只是因为这些工件原本就很难被系统化检查。@TambaClan 发布了（1 条回复、90 次浏览）展示了一张以 LocalSystem 身份持续运行的 Codex sandbox 服务截图；而 @wheresryan22 指出（20 个赞、3 条回复、1,184 次浏览、16 次收藏）则指出，如果不做相应配置，Codex 可能会拦截 Anatomy 用于验证自身工作的截图。即便是有帮助的本地自动化，一旦涉及持久化、权限或验证，说明仍显不足。值得构建：中等。
3. 人们希望有什么¶
面向模型访问权限、套餐权益和发布变更的公开台账¶
Antigravity 用户不该靠菜单、重定向 URL 和消失的模型来推断权益策略。@StatsWire 矩阵、@blankspeaker 下线通知，以及 @yoftahe 升级重定向，三者共同指向一个明显缺失的产品：一份变更日志，清楚说明谁能使用哪些模型、这些权限何时变化，以及接下来会下线什么。机会：直接。
默认安全的本地 agent 操作¶
当天最强的信任信号都指向同一个诉求：把经过基准验证的 harness 控制、会话记录卫生和取证可见性整合进一个默认安全的方案里。@al3rez 说明了自动批准为何危险，@44errrr 说明了事后清理 secret 为何重要，而 @DFIR_Radar 则说明了为什么响应人员希望在不先改造每条工作流的前提下重建会话。机会：直接。
能唤醒、暂停并请求批准的持久化任务管理器¶
@DanKornas 将 Overtime 描述为一种让 agent 在聊天结束后继续运行的方式，而 @matchaman11 则展示了 Open Dots 如何把类似思路推进到带审批和周期性提示的自托管 sandbox 中。这两条帖子背后的诉求很简单：让开发者只需一次性分配长时间运行的工作，之后只在 agent 真正遇到决策节点时再回来介入。机会：直接。
产出可检查工件而不只是文字的垂直领域 agent 技能¶
Anatomy 和 text-to-cad 之所以受到关注，是因为它们让 agent 生成的是用户可以直接评估的东西：解释图、3D 场景、STEP 文件，或可打印部件。@wheresryan22 和 @thesupermannx 表明，还有一种更广泛的诉求：狭而深的专项技能，用来弥合“模型说它理解了”和“输出实际上可以被检查或制造”之间的差距。机会：竞争型。
4. 正在使用的工具与方法¶
| 工具 | 类别 | 情绪 | 优势 | 局限 |
|---|---|---|---|---|
| Antigravity | 多模型 agent 平台 | (+/-) | 在一个地方提供多个前沿模型和开放模型，并清楚区分不同层级 | 访问规则在公开变化，第三方可用性在收缩，路由机制也仍不明确 |
| Codex with GPT-6.1 Sol | 编码 agent | (+/-) | 更高的默认上下文，以及订阅带来的长上下文缓解，对部分用户意义明显 | 发布口径和额度政策削弱了人们对其净收益的信任 |
| HarnessSecurity-Bench | 安全基准测试 | (+) | 量化了批准、网络和路径控制对六种 coding-agent harness 的影响 | 结果仅限于基准测试范围，运营者仍需自行选择可行的默认设置 |
| spillage | secret 卫生工具 | (+) | 扫描本地会话日志、原地打码，并通过 hooks 阻断常见密钥泄露路径 | 无法撤回已暴露的 secret，且依赖本地安装和 hook 覆盖率 |
| numbat | agent 可观测性与取证 | (+/-) | 将 hooks、OTLP 和已存储会话统一到一个事件模型中，并提供只读扫描工作流 | 拦截是可选启用的，默认失败开放，而且对不同 agent 的解析覆盖仍不完整 |
| Overtime | 持久化 agent 管理器 | (+) | 为每个 agent 提供独立文件夹、笔记、日程、唤醒机制，以及基于 ACP 的后端选择 | 仍处于早期阶段，对于只想快速聊天的团队来说有工作流开销 |
| Anatomy | 可视化解释技能 | (+) | 生成可交互的等距 SVG/WebGL/3D 解释图，agent 还能继续迭代优化 | 基于截图的自检可能会与 harness 权限发生冲突 |
| Open Dots | 自托管代理编排 | (+/-) | 提供审批关卡、周期性提示、一次性沙箱，以及 Telegram/网页控制 | 仍处于原型阶段，加上运维复杂，抬高了采用门槛 |
| REA | 逆向工程工作流 | (+/-) | 通过代理工具，对应用、二进制文件和网站进行本地、基于证据的检查 | 知识产权、合规与滥用风险，和它的吸引力密不可分 |
提示缓存 (--prompt-cache 6) |
运行时调优方法 | (+) | 在一次公开测试中，将本地编码代理一次 14K-token 交互的耗时从 94.8s 降到 6.9s，随后又降到 4.1s | 收益取决于硬件、运行时和工作负载，而且仍需要手动调优 |
表中最值得注意的模式是：几乎所有胜出的工具都位于基础模型之外。与其争论模型原始 IQ，用户更常做的是调优访问层、缓存、审批流程、对话记录卫生、渲染能力，或特定领域技能。
5. 人们在构建什么¶
| 项目 | 构建者 | 功能 | 解决的问题 | 技术栈 | 阶段 | 链接 |
|---|---|---|---|---|---|---|
| Overtime | ukanwat | 通过文件夹、笔记、日程和唤醒机制，让多个编码代理跨会话持续运行 | 防止长时间运行的工作在聊天结束时中断 | 终端 UI、ACP 后端、按代理划分的状态、监视脚本 | 早期开发 | GitHub |
| Anatomy | wheresryan22 | 为系统和机器生成交互式等轴测讲解图 | 让代理的解释可视化、可核查，而不只是纯文字 | SVG、WebGL、3D 导出、代理技能集成 | 已发布 | GitHub |
| text-to-cad | earthtojake | 把编码代理变成本地 CAD 工具，可输出 STEP/STL/GLB/3MF 和工程图 | 为开发者提供面向可制造几何体的代理工作流 | 本地插件、CAD 生成、DFM 检查、制造服务钩子 | 已发布 | GitHub |
| Open Dots | Anil-matcha | 通过 Telegram 或网页，在一次性沙箱中运行自托管编码代理 | 无需付费的封闭平台，也能获得审批和周期性提示能力 | Web 应用、Telegram 机器人、PostgreSQL 状态、沙箱工作器 | 原型 | GitHub |
| spillage | maximilianfeix | 从编码代理日志中查找并清除 API 密钥，并阻止再次泄露 | 降低已保存对话记录和草率工具输出带来的密钥暴露风险 | 本地扫描器、hook 脚本、GitHub Action、pre-commit 集成 | 已发布 | GitHub |
| numbat | Perplexity | 用规则和时间线重建并监控编码代理会话 | 为响应人员提供普通终端工具无法发现的可见性 | hooks/plugins、OTLP、NDJSON 记录、规则引擎、案件构建器 | 已发布 | GitHub |
| REA | morluto | 借助证据帮助代理对网站、应用和二进制文件进行逆向工程 | 让构建者在无法访问源码时也能检查产品如何工作 | 本地代理工作流、MCP、桌面/移动/Web 目标 | 已发布 | GitHub |
@DanKornas 显示（14 次点赞、7 条回复、805 次浏览）把 Overtime 作为连续性层，@matchaman11 显示（1 次点赞、1 条回复、196 次浏览）把 Open Dots 作为自托管审批层。共同的构建模式并不是“发明一个更好的模型”，而是“给现有模型一个持久的运行环境”。
@wheresryan22 显示（20 次点赞、3 条回复、1,184 次浏览、16 次收藏）提到 Anatomy 正在接入 Codex 和 OpenCode，而 @thesupermannx 指出（14 个赞、3 条回复、585 次浏览、9 次收藏）则展示了 text-to-cad，说明如何把同样的 agent 界面变成本地 CAD 助手。这种搭配之所以重要，是因为这两个项目都把“理解”转化成了可以直接检视的结果，而不是让你只能凭一段文字照单全收。
安全方向的开发者同样在高强度推进。@44errrr 发布（4 个赞、10 条回复、97 次浏览）讨论了 transcript-secret 清理过程中的泄漏问题；@DFIR_Radar 强调（3 个赞、2 条回复、237 次浏览）则把 numbat 做成了一层本地可观测性与重建层。与此同时，@Beaver_0x 推送（8 个赞、1 条回复、50 次浏览、7 次收藏）把 REA 放进了一个更具挑衅性的框架：将逆向工程与克隆付费高级行为联系起来。这个边缘案例本身也是信号的一部分：工具的扩展速度，已经快于围绕它形成规范的速度。
6. 新动态与值得关注的事¶
GitHub 解释了为什么拖垮超大 PR 界面的不是代码行，而是评论¶
@github 报道（143 个赞、27 条回复、30,344 次浏览、39 次收藏）表示，在 Copilot 应用里渲染一个百万行 diff 反而是容易的，真正的扩展性难题在评论，因为在渲染前无法预知它们的高度。链接中的 工程博客文章 把这套架构讲清楚了：将代码行的几何信息与动态评论的几何信息拆分开来，然后围绕视口进行循环测量，而不是让 ResizeObserver 直接把结果写回布局。
Harness 安全研究给出了一个让人容易记住、也便于复用的数字¶
@al3rez 分享（6 个赞、10 条回复、322 次浏览）给出了一个很可能会持续流传的安全结果：auto-approve 使基准攻击成功率从 29.2% 提升到 95.6%。值得注意的不只是警示本身，更在于论文和回复也带出了操作层面的权衡，尤其是围绕网络隔离和 allowlist 的取舍，这让这个基准比单纯的“恐慌帖”更具可操作性。
本地性能调优终于有了前后对比的耗时数据¶
@VRAMCalculator 发布（7 个赞、2 条回复、226 次浏览、5 次收藏）给出了当天最干净的一组运行时测量之一：在 Strata/OpenCode 配置中，一个 14K-token 的 coding-agent 轮次，耗时从 94.8 秒降到 6.9 秒，并在启用 --prompt-cache 6 后进一步降到 4.1 秒。
Antigravity 不再像传言，更像一次迁移¶
综合来看，@StatsWire 的套餐矩阵、@blankspeaker 标注日期的下线通知，以及 @LuminaBench 的选择器截图（19 个赞、2 条回复、878 次浏览），让当天关于 Antigravity 的讨论变成了一则清晰可辨的迁移故事。即便没有一篇明确、定论式的上线公告，围绕权益变化与模型消失的证据基础，也已经很难再被当作纯粹的猜测。
7. 机会在哪里¶
[+++] agent 界面的权益追踪 - Antigravity 用户实际上是在靠截图、跳转和不断消失的模型菜单，自己拼出一份变更日志。一个能够记录不同用户在不同套餐下获得了哪些模型、以及这些权限何时发生变化的产品，可以立即补上这道信任缺口。[+++] 安全的本地代理操作套件 - HarnessSecurity-Bench、spillage、numbat，以及 Codex sandbox-service 的截图，都指向同一个打包机会：将主机白名单、审批闸门、转录清理、会话重建和清晰的本地运行时说明，作为一个具有明确设计取向的一体化套件交付。
[++] 持久化代理监督器 - Overtime 和 Open Dots 显示出市场对这类代理的需求：它们可以休眠、唤醒、重新检查文件、请求批准，并在聊天会话结束后继续运行。这个空白在“这种持久性仍然可审查且易于覆盖”时最为明显。
[++] 能输出真实工件的领域专用技能 - Anatomy 和 text-to-cad 之所以获得关注，是因为它们能产出图表、场景和制造文件，用户可以直接判断其质量。对于更多聚焦的窄技能，仍有空间把编码代理的推理转化为带有独立验证路径的工件。
[++] 可随复杂度扩展的审查界面 - GitHub 的 PR-viewer 讨论串表明，一旦代理开始处理非常大的 diff，瓶颈就会从模型原始输出转移到渲染、导航和评论布局，而不是模型输出本身。更好的审查界面正成为 AI 编码栈的一部分。
8. 要点¶
- 访问策略已成为产品现实。 2026-10-12 关于 Antigravity 的讨论，驱动力与其说是基准测试带来的兴奋，不如说是“谁能使用哪些模型、能用多久”这些可见变化。
- 使用信任如今与原始能力同样重要。 Codex 用户愿意详细讨论上下文默认设置和订阅费用，因为真正的问题是：花同样的钱，产品是否确实变得更好用了。
- 安全讨论正从警告转向运维工具。 基准测试数据、转录清理器和取证扫描器都显示出一种转变：从抽象的安全担忧，转向具体的边界设计。
- 构建者的差异化正体现在工作流层，而不只是模型选择上。 Overtime、Open Dots、Anatomy 和 text-to-cad 都是在现有代理之上，叠加了连续性、审批流程或领域专用输出。
- 下一阶段的竞争优势是可审查性。 无论问题是模型使用权限、超大的 PR、机密泄露，还是长时间运行的任务，正在获得关注的产品，都是那些让代理行为更容易被看见、验证和控制的产品。