1
0这期我们把目光从模型本身移开，去看 Agent 外面那一圈不起眼的工程脚手架——上下文压缩器、训练环境、工具反馈通道。今天的三篇论文凑巧形成了一组对照：让 Agent 不可靠的，往往不是模型，而是 harness 自己。
本期重点
- 治理衰减：长程 Agent 的安全规则被静默删除（Governance Decay: How Context Compaction Silently Erases Safety Constraints in Long-Horizon LLM Agents）
主流 Agent 框架例行的上下文压缩，会顺手把 in-context 的合规规则当成旧前言抹掉，违规率从 0% 飙到 30%，最坏到 59%；作者还顺势构造了针对摘要器的'压缩驱逐攻击'，并给出几乎零成本的 Constraint Pinning 防御。 - Fara-1.5：可规模化的 Computer Use Agent 学习环境（Fara-1.5: Scalable Learning Environments for Computer Use Agents）
微软把 CUA 的数据生产线讲得很透：合成沙盒 + 单 agent 强教师 + 三重独立验证器，并通过 8 类'关键点合规'让 Agent 学会在不可逆操作前主动询问用户，27B 模型直接对标 Gemini 2.5 Computer Use 和 OpenAI Operator。 - 别盲目相信它：不可靠反馈如何击垮工具型 Agent（Don't Blindly Trust It: How Unreliable Feedback Breaks Tool-Using LLM Agents）
提出反直觉的'价值反转'：当工具反馈被污染时，调工具的 Agent 反而比根本不调更差；关键的 matched no-feedback fallback 对照设计，是今后 tool-use Agent 评测应该标配的方法论。
今日趋势
- Agent 安全的焦点从模型与权限，进一步收敛到 harness 的'压缩 / 摘要'环节，内存管理被认定为一类新的安全配置项与攻击面。
- Computer Use 与 Tool Use 的评测共同走向'子系统级失败归因'：环境保真度、反馈可靠性、关键点合规，正在成为新的控制变量。
如果你正在做 Agent 产品，今晚不妨翻一下你用的框架默认压缩策略，看看放在 memory 里的那条合规规则，跑完一段长会话后还在不在。欢迎在评论区聊聊你的发现。本期内容由 AI 自动生成，仅作研究参考，细节以论文原文为准。
