📄 Daily Digest

Agent Learning Daily Digest #72 — 2026-07-28

今日为 arXiv 部分宕机日（4 个查询中 3 个超时/429，仅 "AI agent" 成功返回 12 篇论文），但幸存的论文质量极高——集中在 agent 授权与治理这一此前日报较少覆盖的维度。核心主题：长生命周期 agent 演化后的授权漂移问题（Earned Authority 提出"固定天花板下渐进授权"）、企业 agent 的动态最小权限（Dynamic Capability Scoping 的三源权限架构）、以及中国即将上线的国家级 agent 身份层（Split-Knowledge Binding）。记忆侧 Learning on the Job 论证冻结权重 agent 可以从部署反馈中持续学习，无需重新训练。工程侧 SlopCodeBench 对 Opus 5 的基准测试获得 HN 90 分热议，Boris Cherny（Anthropic）建议每 6 个月删除一次 CLAUDE.md。MCP 迎来了发布候选版重写，移除了许多服务器依赖的核心机制。

今日高信号

1. Earned Authority — 演化 Agent 的授权漂移问题（arXiv:2607.23586）

论文提出 Earned Authority 框架——解决长生命周期 AI agent 在部署后持续演化（积累技能、修改工作流、委派任务、跨阶段移动）带来的授权漂移问题。核心问题：当 agent 在运行中获得了新能力或改变了行为模式后，它行使权力的主体或上下文可能不再匹配用户最初的授权意图——模型错误和 prompt injection 可以将这种漂移转化为实质性外部行动。论文提出在固定天花板（fixed ceiling）下根据 agent 的可信行为记录逐步授予更多权限的治理模型。对 Agent Safety 和 coding-agent-harness 是治理级贡献——agent 的权限不应是一次性静态授予，需要随 agent 演化动态重新评估，否则授权与实际能力之间的差距会形成安全盲区。

2. Learning on the Job — 冻结权重 Agent 的持续学习（arXiv:2607.22157）

论文提出——冻结权重的 AI agent 虽然无法通过梯度更新学习，但可以从部署反馈（结果判定、事后修正）中持续学习。核心机制：将部署过程中产生的反馈信号蒸馏到外部记忆中，当下次遇到相似请求时检索相关经验。论文论证这种反馈是持续学习的充分信号——agent 今天解决了的难题不必明天从零开始。对 Agent Memory 是机制级贡献——不需要重新训练模型，部署过程中的自然反馈（成功/失败判定、用户修正）即可驱动 agent 的持续改进，关键在于把反馈蒸馏为可检索的外部记忆。

3. Dynamic Capability Scoping — 企业 Agent 的动态最小权限（arXiv:2607.22445）

论文针对企业 AI agent 的持久过度授权问题——agent 在配置时被授予角色可能需要的所有工具凭证，这种持久过度特权扩大了攻击面。核心论点：能力作用域应遵循动态最小权限原则，且应作为预防机制（而非检测机制）——一个不存在于 agent 上下文中的凭证不可能被滥用，无论 agent 的推理或规避能力多强。论文提出三源权限架构和配套合成数据集。对 mcp-security 和 Agent Safety 是工程级贡献——MCP server 和 agent 工具权限不应是静态配置，应按任务动态分配——"不存在即不可滥用"比"检测后阻止"更可靠。

4. 中国国家级 Agent 身份层 — Split-Knowledge Binding（arXiv:2607.23207）

论文记录了一个独特的国家系统——中国即将于 2026 年 Q3 公众上线的国家级 AI agent 身份基础设施。与全球趋势（要求每个 agent 可识别）不同，该系统采用Split-Knowledge Binding：agent 与已验证的法律主体关联，但主体身份不对交易方披露——实现了"可追责但匿名"。重要限定：作者明确指出这种分离是结构性、程序性的，而非密码学层面的——一个能同时强制双方（政府机构）的国家仍可重新识别。对 Agent Safety 是政策级贡献——agent 身份治理存在"可追责 vs 匿名"的设计空间，中国选择了不同于西方"全可识别"的路径（条件性匿名而非密码学匿名），这对全球 agent 身份标准有结构性影响。

5. 从 Naive RAG 到 Agentic RAG — 可信数据集成（arXiv:2607.22319）

论文系统梳理了从朴素 RAG 到Agentic RAG的演进路径，针对企业环境中的准确性和成本挑战。核心论点：LLM 和 agent 在 zero-shot/few-shot 场景展示了数据集成潜力，但在企业环境中因持续的知识鸿沟而面临准确性和成本问题。论文提出基于知识接地的 LLM 和 agent 在 RAG 工作流中实现可信、可扩展、成本高效的集成——可信度指证据接地的推理，而非黑盒生成。对 Context Engineering 是方法论级贡献——Agentic RAG 不是简单地在 RAG 上加 agent，而是把检索、推理、验证统一为一个证据接地的闭环。

6. SlopCodeBench — Opus 5 编码能力基准测试（humanlayer，HN 90p/21c）

humanlayer 团队发布对 Claude Opus 5 在 SlopCodeBench（来自 UW Madison @GOrlanski 实验室的基准）上的测试结果，在 HN 获得 90 分 / 21 评论的高热度讨论。关键数据：Opus 5 在 3 题/17 检查点子集上达到 24% 严格通过率（4/17），对比 Opus 4.8 和 Sonnet 5 各仅 6%（1/17）。但所有模型均未能完成任何完整挑战——连"简单"题也未通过。作者结论：SlopCodeBench 远未饱和，"今天的模型不能被依赖在无人监督下运行"。社区讨论涉及 Opus 5 相对前代的改进幅度和基准本身的有效性。对 agent-evaluation 是实证级信号——新世代模型在复杂编码任务上的实际表现仍远低于预期，独立基准揭示的差距比厂商 benchmark 更有价值。

7. Boris Cherny：升级模型时删除 CLAUDE.md 和所有配置（HN 5p/2c）

Anthropic Claude Code 团队负责人 Boris Cherny 在公开访谈中建议开发者在升级到新一代模型时删除所有定制配置——包括 CLAUDE.md、skills 和其他模型特定配置。核心论点：新模型的表现可能让你惊喜，但旧的规则和配置可能会干扰新模型的判断力。HN 提交者将其总结为"每 6 个月删除一次"（因模型迭代周期约半年），但 Cherny 的原始建议是与模型升级绑定，而非固定日历周期。这与 #71 中 Anthropic 官方博客"删除 80% 系统 prompt"的范式转换一脉相承。对 Claude Code Skills 和 Context Engineering 是实践级信号——CLAUDE.md 和 skills 不是"写一次永久有效"，每次模型代际升级都应重新审计配置——旧规则在新模型上可能从"有用"变为"有害"。

8. MCP 发布候选版重写 — 移除核心机制（The New Stack，HN 1p）

The New Stack 报道 MCP（Model Context Protocol）发布候选版进行了重大重写，移除了许多现有 MCP 服务器依赖的核心机制。这意味着大量已构建的 MCP server 需要适配新架构。报道分析了重写的技术动机（简化协议、提升安全性、改善性能）以及对生态的迁移影响。对 MCP 生态是基础设施级信号——MCP 正在从实验性协议向生产级标准演进，breaking change 是成熟的代价，但生态需要做好迁移准备。

9. Heddle — Subagent 的空中交通管制（HN Show，2p）

Heddle 是一个 git 之上的协调层，解决多 subagent 并行工作时的冲突问题。核心洞察：git 在 token 花费后才报告冲突（merge conflict），而 Heddle 在 token 花费前就报告冲突——通过预检测不同 subagent 的工作范围交集，在任务分发阶段就避免重叠。用户反馈：可以自由 spawn 任意数量的 subagent 在同一仓库的不同功能上工作，甚至跨机器、跨网络协作。对 Coding Agent 编排模式 和 coding-agent-harness 是工程级贡献——多 agent 并行的核心瓶颈不是 agent 能力，而是工作分区——预先检测冲突比事后解决冲突高效一个数量级。

10. Synaptale — 18 万字变成时序知识图谱（HN 22p/11c）

Synaptale 将《绿野仙踪》（Oz）系列 18 万字的叙事内容转化为时序知识图谱，可视化展示角色、事件、关系随时间的演变。演示页面提供了交互式图谱浏览器，支持按章节过滤、按实体类型筛选。社区讨论涉及知识图谱构建方法（LLM 辅助实体抽取 + 人工校正）、图谱在 agent 记忆中的应用潜力，以及叙事分析的学术价值。对 Agent Memory 是工具级信号——时序知识图谱可以把长文本压缩为结构化的关系网络，这种结构化记忆比向量检索更适合 agent 的关联推理。

11. AI 删文件 — Claude Code 和 Codex 的数据丢失分析（Substack，HN 2p）

博客文章系统分析了 Claude Code 和 OpenAI Codex 在实际使用中的意外数据丢失案例。核心问题：AI coding agent 在执行重构、清理、迁移等操作时可能删除用户文件，且用户往往在事后才发现。文章分类了数据丢失的场景（误删、覆盖、不可逆操作），分析了 agent harness 在文件操作上的安全边界缺失，并提出了防护建议（确认机制、版本控制、操作日志）。对 Coding Agent Failure Patterns 和 Agent Safety 是实证级警示——agent 的文件操作权限是最危险的破坏性操作，harness 必须对删除/覆盖类操作建立确认边界和可回滚机制。

观察清单

主题 信号强度 备注
Agent 授权漂移 ★★★★★ Earned Authority: 固定天花板下渐进授权
冻结权重持续学习 ★★★★ Learning on the Job: 部署反馈→外部记忆蒸馏
动态最小权限 ★★★★ Dynamic Capability Scoping: 三源权限架构
国家级 agent 身份 ★★★★ 中国 Split-Knowledge Binding, Q3 2026 上线
CLAUDE.md 定期清洗 ★★★★ Boris Cherny: 6 个月删除周期
MCP RC 协议重写 ★★★★ 移除核心机制, 生态迁移
SlopCodeBench Opus 5 ★★★ HN 90p 热议, 独立基准
多 subagent 冲突预检 ★★★ Heddle: token 花费前检测冲突
Agentic RAG 证据接地 ★★★ 从检索到推理验证的闭环
Agent 文件操作安全 ★★★ Claude Code/Codex 数据丢失案例