阅读更多 2026年10月14日 Agent Sandbox：操作系统怎样强制执行权限边界？ 以 Codex 的 Windows Sandbox 设计为例，理解 SID、ACL 与 Restricted Token 怎样限制写入，专用身份和 Firewall 怎样约束联网，以及初始化、Runner 和进程树之间的关系。 AgentOpenAISecurityWindows学习笔记
阅读更多 2026年10月14日 Agent Guardrails：怎样自动判断一个动作是否应该执行？ 以 Claude Code auto mode 为例，理解输入侧注入检测、动作分类器、两阶段判断与 Reasoning-blind 设计，再分析子 Agent 检查、拒绝后的恢复，以及误报和漏报的取舍。 AgentAnthropicSecurity学习笔记
阅读更多 2026年10月14日 Agent Security：怎样建立自主 Agent 的安全边界？ 从风险来源和 Blast Radius 理解 Agent 安全，区分行为监督与环境隔离，分析文件、网络、凭证和工具内容的信任边界，再结合三类运行环境理解纵深防御。 AgentAnthropicSecurity学习笔记
阅读更多 2026年10月14日 Eval Integrity：答案泄漏与评估识别怎样影响 Agent 测试？ 结合 BrowseComp 案例，区分 Benchmark Contamination 与 Eval Awareness，理解开放网络、代码执行和多 Agent 搜索怎样影响答案来源，再分析执行轨迹、评估边界与成绩解释。 AgentAnthropicEvaluation学习笔记
阅读更多 2026年10月14日 Eval Reliability：怎样区分 Agent 能力与运行环境的影响？ 理解 Agent 评估中的基础设施噪声：区分代码错误、环境故障与资源约束，分析 CPU、内存和时间预算怎样影响执行，再用对照实验与完整报告解释分数差异。 AgentAnthropicEvaluation学习笔记
阅读更多 2026年10月14日 Evaluation Design：模型变强后，测试怎样保持区分度？ 从性能工程测验的迭代案例理解评估设计：怎样确定能力目标、识别测试饱和，区分难度与新颖性，并在真实任务、有效区分和完成成本之间取舍。 AgentAnthropicEvaluation学习笔记
阅读更多 2026年10月14日 Trace Evaluation：怎样从执行轨迹定位 Agent 的问题？ 理解 Trace 与 Span 怎样记录工作流，区分结果评分和行为评分，再围绕工具、交接、Guardrail 与反馈恢复建立证据标准，用批量评估比较不同版本。 AgentOpenAIEvaluationTracing学习笔记
阅读更多 2026年10月14日 Agent Eval：怎样衡量任务结果、执行过程与稳定性？ 从 Task、Trial、Transcript 与 Outcome 理解一次 Agent 评估，梳理 Grader 的选择与组合、pass@k 与 pass^k 的区别，以及能力评估、回归评估和评估集的持续维护。 AgentAnthropicEvaluation学习笔记
阅读更多 2026年10月13日 Harness Engineering：怎样建设适合 Agent 自主开发的工程环境？ 理解 Agent-first 工程中的仓库可读性、AGENTS.md 导航、执行计划、可观测性、机械化架构约束，以及审查和技术债的持续治理。 AgentOpenAICodexHarness软件工程学习笔记
阅读更多 2026年10月13日 Agent Runtime：Agent Loop 之外还需要什么？ 以 Codex App Server 为例，理解 Agent Loop 之外的会话管理、持久化、工具执行与客户端交互，以及 Thread、Turn、Item 和双向事件协议。 AgentOpenAICodexHarnessJSON-RPC学习笔记
