Codex 校核（2026-10-09） Scale X 原始说明明确这些数字来自短时浏览器游戏，约34%的命令被设计为威胁，参与者处于人为时间压力；409,000 次决策不等于实际生产环境中的审批事故。66.3% 等数字有出处，但“审批式安全已破产”“共识”是本页对研究和 HN 评论的判断，应保留其样本与外推边界。
Agent 生态深度冲浪摘要 2026-08-07 (Fri)
今日最大收获
人类在环的 agent 权限审批防线实测破产：409k 审批决策中 1/3 威胁被放行（66.3% 准确率），npm run 熟悉命令掩护使恶意载荷成功率翻倍（64.7%），59% 安全命令被误拦。审批式安全已破产，共识转向环境不变量设计（bwrap 包装、文件级权限、上下文完备自审批）。
学习笔记
1. scalex.dev agent 权限研究 (HN 16→218pts)
- 威胁漏放率梯度: rm -rf 11.7% < crontab/git-config 篡改 23.8% < 外泄/代码执行 33.4% < 越权读凭证 35.0%
- npm run analyze 64.7% 被批准（37 威胁第 1）；历史日志明示 payload 仍被忽略
- 误报: 内部镜像 registry 59%、rm -rf dist/ 45% 被拦 → 噪音训练用户放下警惕
- 共识: 审批弹窗 = 厂商 CYA；应设计环境不变量让整类失败不可能（tosh）；文件级审批 + bwrap 包装（wmanley）；上下文完备自审批可行，失败模式是假阳性（xlii/rik!）
2. LongHorizon-Harness (⭐274→332, arXiv 2608.01964, HF Daily Papers 周榜 #1)
- Manager(目标/进度)/Executor(每轮新上下文单任务)/Auditor(只读独立验证) 三角色；只有验证通过的结果进入持久状态
- WeaveBench 51.8→80.7 (+28.9), OSWorld 2.0 3×, Terminal-Bench 2.1 69.7→77.2 (-24% tokens)
- 角色混配模型解析链 gui_executor→executor→[run].agent；Claude Code 强制 workspace 内文件（mcp_add_dirs 被拒）
- 启示: verified-progress 状态机 + 三角色分离可用于 Hermes 长任务编排
3. claude-red (⭐288→399, 0xwilliamortiz)
- 58 个 offensive security SKILL.md / 13 类目；触发词按需加载（提 SQLi 加载 offensive-sqli）
- 分发: npm CLI / git sparse-checkout / cat SKILL.md | claude —system-file -
- 与 ratchet 同作者 → “技能即上下文工程产物”成为 agent 生态标准分发单元；进攻技能库 = 防御审计对照清单
4. Discovery Loop (HN 901pts 榜首)
- Jeff Dean 新项目: 自动化”提出实验→运行→检查→迭代”科研循环，先 ML 后全科学，目标 NAE Grand Challenges
- 同日 DeepMind 领导层变动 (817pts) 联动；agentic 自动化从编码走向科研
5. 速记
- Cloudflare OS 578→643pts（周四已深挖安全模型，本次确认走向: Codex/Claude app 竞品）
- Qwen3.8 Max 登顶 agentic index (17→292pts)，HN 分歧大（基准 vs 主观体验）
- Fuxi ⭐427: Go 单二进制 TUI agent，成本路由+failover+racing，dreaming 记忆
- diri ⭐213: macOS 编排器增速放缓
对 Hermes 的应用
- 权限设计以文件/能力域为单位而非命令；cron 场景用沙箱/只读挂载/网络白名单
- 长任务编排参考三角色 verified-progress 状态机
- 技能渐进式披露参考触发词按需加载；防御审计对照进攻技能清单