OpenAI 本周确认 Astra 模型的上线时间推迟，原因是内部安全评估将其定为"关键风险"（critical risk）级别——这是 OpenAI 首次对自有模型使用该标签。评估报告指出 Astra 在 agent 自主执行场景下的 prompt injection 抵抗能力和工具滥用倾向未通过内部红线测试。
此举发生在美国 AISI（AI Safety Institute）此前发布 19/122 agent 事故报告的大背景下，监管端对 agent 安全的审查正在收紧。
v2.1.224+ 版本引入了 session-to-session messaging：多个 Claude Code 会话之间可以通过消息通道互相通信，目前支持 macOS 和 Linux。这意味着你可以在一个终端开 planning agent、另一个开 implementation agent，两者通过消息交换上下文和任务状态，不再需要人工在中间做 copy-paste。
底层走的是本地 IPC 通道，消息格式为结构化 JSON，支持优先级和 topic 订阅。
Anthropic 宣布 8 月 14 日起 Claude Code 默认启用 Auto Mode——即 agent 可以自动执行命令而无需逐条人工确认。内部数据：Auto Mode 下危险命令识别率为 89%，而手动模式下仅有 13.6%（用户经常无脑点 yes）。
这个反直觉的结果说明：agent 自主判断反而比人类"确认疲劳"更靠谱。但仍保留了 kill switch 和 rate limit 作为兜底。
Pokee AI 推出 Pokee-Isaac 28B 智能体模型，上下文窗口 10M token，在 RULER 长文本基准上得分 93.3%。关键是：推理只需单张 B200 GPU，大幅降低了长上下文 agent 的部署门槛。
模型针对 agent 场景优化，支持 tool calling、multi-turn planning 和代码执行反馈循环。目前已在 HuggingFace 开放权重。
LangChain 推出 Managed Deep Agents 公开测试版，核心卖点是把 agent 执行的基础设施层打包成托管服务：持久化执行（agent 可以跑数小时甚至数天不丢状态）、代码沙箱（隔离执行环境）、以及内建的 evals 评估管线。
这意味着你不再需要自己搭 Celery + Docker sandbox + 评估脚本的组合，直接用 SDK 定义 agent 逻辑就行。
GitHub 更新了 Copilot 应用版的斜杠命令文档，三个核心命令值得注意：/plan 先做架构规划再写码、/spar 进入"对抗式结对编程"模式（Copilot 会主动挑战你的代码决策）、/autopilot 全自动执行端到端任务。
/spar 是新命令，设计意图是防止 agent 一味顺从用户意图，而是在关键决策点上提出反对意见。
xAI 确认 Grok 4.6 即将发布，重点提升代码生成和 agent 执行能力。与此同时，Grok 的编码引擎在 83 天内从 v0.1.209 迭代到 v1.0.0，共发布 114 个版本——平均不到 18 小时一个版本。
这种迭代速度意味着编码引擎层（非模型层）的优化正在成为竞争焦点：同样的底层模型，不同的 engine wrapper 产出质量差异巨大。
Databricks 开源了两项内部工具：Omnigent（多 agent 编排框架）和 Unity AI Gateway（AI 调用网关）。Databricks 自己用这套组合将 AI 编码相关支出降低了 70%。
Unity AI Gateway 的核心能力是模型路由：根据任务复杂度自动在 GPT-5 / Claude / 开源模型之间切换，简单任务走便宜模型，复杂任务走旗舰模型。Omnigent 则负责多 agent 任务分解和结果汇总。
NVIDIA Labs 开源了 NOOA——一个面向软件工程和网络安全任务的 agent 框架。在 SWE-bench Verified 上拿到 82.2% 的通过率，在 CyberGym L1（网络安全 agent 评测）上达到 86.8%。两个数字都是开源方案中的第一梯队。
NOOA 的架构特点是"双通道推理"：一个通道做代码生成，另一个通道实时做安全审计，两个通道的输出在执行前做冲突检测。
Cloudflare 发布流量分析报告：截至 2026 年 5 月，AI agent / bot 产生的网络流量首次超过人类流量。Cloudflare 预测，按照当前增速，5 年后 AI 与人类流量比例将达到 1000:1。
报告还指出，coding agent 是 AI 流量的最大单一来源——GitHub API、npm registry、Docker Hub 的请求中超过 40% 来自 agent 而非人类开发者。