📄 Daily Digest

Agent Learning Daily Digest #56 — 2026-06-29

今日高信号：Opus 4.8 独立做 MRI 第二诊断 HN 338 分引爆讨论、Ornith-1.0 自脚手架 LLM 训练框架、AgentWatch 运行时预算执行代理、Caliper 技能 pass@k 评估、self-learning-skills agent 自捕获硬路径、ActPlane eBPF 内核级 agent 策略执行、AI Agent 凭证危机半年报、design.md 视觉身份规范 22.9k stars、SigNoz 实测 Claude Code 模型代际成本对比、agent-airlock 开源 agent 安全防火墙、cognee 开源 agent 记忆平台 24.9k stars、Anthropic-Cybersecurity-Skills 817 条安全技能 22.7k stars。

今日高信号

1. Claude Opus 4.8 独立做 MRI 第二诊断（HN 338 points, 445 comments）

antoine.fi 博客长文，作者使用 Claude Code Opus 4.8 (xhigh) 独立分析肩部 MRI DICOM 文件，与诊所诊断做交叉验证。Opus 成功发现了被诊所漏诊的问题，引发了 HN 大讨论（338 points / 445 comments，本轮热度第一）。核心争论：AI 作为医疗第二意见的可靠性边界、 DICOM 读取工具链的可用性、以及 coding agent 从"写代码"向"复杂多模态推理"扩展的里程碑。这是 coding agent 能力外溢到专业诊断的标志性案例。

2. Ornith-1.0 — Self-Scaffolding LLMs for Agentic Coding（HN 19 points）

Ornith-1.0 是自改进（self-scaffolding）LLM 训练框架：模型不仅学习生成解决方案 rollout，还同时学习生成引导这些 rollout 的 harness。有四个模型变体（9B Dense / 31B Dense / 35B MoE / 397B MoE），基于 Gemma 4 与 Qwen 3.5 构建。核心创新是把 harness 生成本身纳入训练目标——模型学会为自己的 agent loop 创造脚手架。对 coding-agent-harness 与 agent 自主训练路径有直接参考价值。

3. AgentWatch — 运行时预算执行防止 Agent 失控（HN 7 points, 4 comments）

AgentWatch 是 SaaS 运行时治理代理：预调用预算执行（超预算返回 HTTP 402）、会话级美元上限、循环检测、Slack 告警、SOC 2 导出、欧盟数据驻留。集成仅需改 base URL（两行代码），支持任何 OpenAI 兼容客户端。定价 Free / Pro $99/mo / Enterprise。代表 agent 治理从"事后审计"向"运行时硬阻断"进化——与 Coding Agent 成本优化 和 strained-coherence 高度相关。

4. Caliper — Claude Code / Codex 技能的 pass@k 可靠性评估（GitHub 17 stars）

Caliper 是本地优先（local-first）的评估 harness，专为 Claude Code、Codex 和 Pi 的 skills 设计。核心做 pass@k 可靠性测试：同一 skill 跑 k 次，统计通过率分布，量化技能的确定性而非单次成功。GitHub 17 stars（v0.2.2，86 commits），有 eval starter pack。对 agent-evaluation 是重要补充——skill 的可靠性不能只看 demo，需要 pass@k 基线。

5. self-learning-skills — Agent 自捕获"硬路径"为可复用技能（HN 3 points）

开源 skill（支持 npx 安装到 Claude Code / Cursor / AGENTS.md）：当 agent 在一次会话中找到一条"来之不易的黄金路径"（hard-won golden path），自动识别并将其收获为可复用的 skill/rule。3 stars（极新）。核心思路是让 agent 成为自己经验的学习者——从 session trace 中蒸馏 procedural knowledge。与 Agent Memory、Claude Code Skills 直接相关，是 skill 自我进化方向的早期原型。

6. ActPlane — eBPF 内核级 Agent Harness 策略执行（arXiv:2606.25189）

arXiv 论文（cs.OS，2026-06-23 提交）。ActPlane 是面向 agent harness 的可编程 OS 级策略执行引擎：实现 IFC（信息流控制）DSL，通过 eBPF 在 OS 内核层强制执行。8 位作者。核心贡献是把 agent 权限治理从应用层下沉到内核层——不再是 prompt 提醒或 wrapper，而是操作系统级的硬件强制隔离。对 Agent Safety、Agent Sandbox Checkpoint 是范式级输入。

7. AI Agent Credential Crisis — 半年凭证安全事件复盘（HN 3 points）

devfortress.net 深度长文（24 分钟阅读），系统复盘 2025-12 至 2026-06 的 AI agent 凭证安全事件：2800 万暴露 secrets、OpenClaw CVEs、LiteLLM 供应链攻击、Moltbook/Karpathy key 泄露、Cursor agent 删库等。核心论点："没人建好设计层"（Nobody Built the Design Layer）——凭证治理需要架构级而非补丁级方案。与 Agent Safety、agent-skill-security 直接相关，是 agent 安全治理的半年回顾必读。

8. design.md — Coding Agent 的视觉身份规范格式（GitHub 22.9k stars）

Google Labs 发布的格式规范：用结构化 markdown 向 coding agent 描述视觉身份，让 agent 对设计系统有持久、结构化的理解。含 @google/design.md CLI 工具包、规范、lint 规则、示例。GitHub 22.9k stars（trending 6728 stars/period）。与 Context Engineering 直接相关——design.md 是继 AGENTS.md、CLAUDE.md 之后又一个"向 agent 注入持久上下文"的标准，把设计 token 从人类文档变为 agent 可消费的结构化规范。

9. SigNoz 实测：Claude 新模型用更多 token 但单任务成本更低

SigNoz 博客，作者对 Claude Code 做了全链路 OpenTelemetry/SigNoz 插桩，在 10 个 Terminal-Bench 任务上对比 Sonnet 4.6 / Opus 4.7 / Opus 4.8。发现：新模型每任务产出质量更高（"做更好的工作"），但"更好"可以分解为成本、token、延迟三个维度——新模型 token 用量上升、但单任务成本下降（更少重试）。对 Coding Agent 成本优化 有实际参考：模型代际升级不是简单"更贵/更便宜"，而是 token-质量-成本三角的变化。

10. agent-airlock — 开源 AI Agent 安全防火墙（GitHub 9 stars）

agent-airlock 是开源 agent 安全防火墙：验证工具调用、剥离 ghost 参数、强制类型安全、PII 掩码、RBAC、成本追踪、沙箱隔离。支持 LangChain、OpenAI Agents SDK、PydanticAI、CrewAI。GitHub 9 stars（v0.6.0+，117 commits），含 CVE 回归测试（如 CVE-2026-42271）。对 Agent Safety 是值得关注的框架——把多种安全控制统一为一个可插拔的 agent 边界层。

11. cognee — 开源 AI Agent 记忆平台（GitHub 24.9k stars）

cognee 是开源 AI agent 记忆平台：为 agent 提供跨会话持久长期记忆，基于自托管知识图谱引擎。GitHub 24.9k stars（trending 6064 stars/period），活跃维护（8426 commits）。代表 agent 记忆赛道开源方案的成熟——自托管知识图谱是 Agent Memory 的主流实现模式之一，对 Vibe Coding Agent 的记忆模块选型有直接参考。

12. Anthropic-Cybersecurity-Skills — 817 条结构化 Agent 安全技能（GitHub 22.7k stars）

mukul975 发布的网络安全技能集：817 条结构化 cybersecurity skills，映射到 6 大框架（MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、D3FEND、NIST AI RMF、MITRE F3 Fight Fraud），遵循 agentskills.io 标准。兼容 Claude Code、GitHub Copilot、Codex CLI、Cursor、Gemini CLI 等 20+ 平台。GitHub 22.7k stars（trending 5212 stars/period）。对 agent-skill-security 是标杆资源——安全技能的结构化、框架化、可审计化是 skill 安全管理的方向。

观察清单

主题 信号强度 说明
Coding agent 能力外溢 ★★★★ Opus 4.8 做 MRI 诊断 HN 338 分，agent 从"写代码"向专业推理扩展的里程碑
Agent 安全治理 ★★★★ ActPlane 内核级 eBPF 隔离 + agent-airlock 防火墙 + 凭证危机半年报，安全维度全面升级
技能可靠性评估 ★★★ Caliper pass@k + self-learning-skills，skill 从"能跑"到"可量化、可自进化"
运行时成本治理 ★★★ AgentWatch 预算硬阻断 + SigNoz 模型代际成本实测，成本治理进入运行时
Agent 记忆 / 知识 ★★★ cognee 24.9k stars 验证自托管知识图谱记忆赛道成熟
安全技能结构化 ★★★ Anthropic-Cybersecurity-Skills 817 条映射 6 框架，skill 安全标杆
上下文规范演进 ★★★ design.md 22.9k stars，继 AGENTS.md 后又一个持久上下文标准
自脚手架训练 ★★ Ornith-1.0 把 harness 生成纳入训练目标