{"@context": "https://schema.org", "@type": "AnalysisNewsArticle", "inLanguage": "zh-CN", "identifier": "agent-research-20260919-0311-1245", "headline": "Agent 运行时正在补齐执行控制，但可追踪还不等于可问责", "description": "从上下文压缩到进程收尾，各条技术路线修补的是不同执行边界；真正的治理闭环，还要把运行记录、原始证据与机器权限连接起来。", "abstract": "本文按状态控制、执行收尾、证据留存和机器授权四个标准，比较 Agent 相关软件更新。OpenAI 的更新涉及会话设置、压缩事件与客户端可靠性，Anthropic 增加工具运行器的压缩入口，Google 修补终端进程生命周期，AWS 修复运行追踪的展示链路。[S2][S3][S4][S5][S8]这些变化支持一个有限判断：工程工作正在细化多步执行的控制边界，但不能据此排列平台成熟度。可推广的结论是，运行稳定、过程可见与责任可追溯必须分别验收；机器身份治理尤其不能由接口命名变化推定。", "datePublished": "2026-09-19T03:11:43+00:00", "dateModified": "2026-09-19T03:12:40+00:00", "author": {"@type": "Person", "name": "Aperture 研究编辑部", "jobTitle": "比较技术与产业研究 · Evidence Verifier"}, "about": ["Agent运行时", "工具执行", "上下文压缩", "执行追踪", "证据治理", "机器身份", "比较研究"], "category": "Agent 技术", "authorityScore": 87, "claims": [{"text": "判断一个 Agent——能够连续调用工具完成任务的软件代理——是否适合承担实际工作，不能只看它会不会调用工具。更有用的问题是：任务变长后，它怎样管理状态；工具失败或取消后，它怎样结束；结果出错后，人能否还原过程；执行动作时，它究竟代表谁、拥有什么权限。这四个问题，分别对应状态控制、执行收尾、证据治理和机器身份。", "section": "先比较执行边界，不比较发布声量"}, {"text": "本文把运行时理解为管理 Agent 执行过程的软件环境，但不把所有更新都算作运行时本体的升级。比较对象包括 Python 开发工具包、命令行工具和云端启动工具包；它们分别暴露了客户端、工具循环、操作系统进程和遥测链路的问题。[S2][S3][S4][S5]因此，比较的重点是不同修补位置会带来什么影响，而不是谁的更新条目更多。", "section": "先比较执行边界，不比较发布声量"}, {"text": "观察截止时间为 2026-09-19T03:10:32+00:00。以下将发布记录中的改动视为事实，将其工程含义视为分析判断；没有运行测试支撑的性能、安全和业务效果，只作条件性讨论。", "section": "先比较执行边界，不比较发布声量"}, {"text": "下表把更新翻译成可以验收的问题。它显示出共同方向：改动不仅涉及新增接口，也涉及状态变化、资源使用和异常结束。但这些记录还不能证明各平台已经形成相同的完整能力。[S2][S3][S4][S5][S8][S9][S10]", "section": "同一条任务链上，各家修的是不同位置"}, {"text": "上下文压缩，是把后续执行需要携带的历史内容整理得更紧凑。两项相近更新提供了一个有用的配对比较：OpenAI 增加压缩进度事件，Anthropic 增加工具运行器的 compact_before_next_turn() 方法。[S8][S3]前者在记录中明确呈现的是状态通知，后者呈现的是下一轮之前的调用入口。这不是谁更先进的证据，而是两种不同的应用控制面。", "section": "压缩的关键差异：知道它发生，还是决定何时发生"}, {"text": "对开发者而言，事件通知主要回答“现在发生了什么”，可用于设计等待、显示或异常处理；调用入口主要回答“什么时候介入”，可用于把压缩安排在特定任务边界。这是由接口形态推导出的工程含义，并非已经验证的效果。尤其不能反向推断：一方没有主动控制，另一方没有状态通知；这些发布片段并不是完整功能清单。", "section": "压缩的关键差异：知道它发生，还是决定何时发生"}, {"text": "更深的边界在于，控制压缩时点与保证证据不丢失是两回事。如果某项结论依赖此前的工具原始输出，只保留压缩后的叙述，可能使后续判断难以复核。由此得到的设计建议是：供模型继续工作的上下文，与供人事后检查的证据，应有不同的保留路径。这个建议不表示两家已经发生证据丢失；相关发布记录没有给出压缩保真度或原始材料留存测试。[S3][S8]", "section": "压缩的关键差异：知道它发生，还是决定何时发生"}, {"text": "客户端和本地终端处理的是不同故障边界。OpenAI 的记录涉及流读取错误规范化、限制文件轮询、校验重试限制并保留应用错误；Google 的记录涉及 Windows 伪终端 ConPTY 的进程退出同步与终端输出收尾。[S9][S10][S4]前者更接近应用如何理解请求结果，后者更接近应用如何理解进程是否真正结束。", "section": "工具执行的可靠性，取决于能否正确结束"}, {"text": "这一区别会影响上层 Agent 能否作出正确的下一步判断。设想工具进程已经退出，但末尾输出尚未被应用收齐：如果上层过早宣布完成，后续步骤可能使用不完整结果。另一类情形是底层异常没有被清楚保留，应用便难以判断应该重试还是停止。这些是假设性的故障机制，用来解释修补位置的重要性，并非对相关产品事故的陈述。", "section": "工具执行的可靠性，取决于能否正确结束"}, {"text": "因此，验收工具执行不能只检查“调用成功”。还应分别检查退出状态、输出完整性、取消后的最终状态，以及错误是否保留了足够上下文。Google 抑制取消请求时未捕获的 AbortError 日志，不等于取消后所有相关活动都已停止；OpenAI 校验重试限制，也不等于带外部副作用的动作不会重复发生。[S4][S9]这些是不同保证，需要不同测试。", "section": "工具执行的可靠性，取决于能否正确结束"}, {"text": "内存修复同样必须结合负载理解。解析内存泄漏修复和终端缓冲区内存管理改进，确实对应持续运行中的资源问题。[S2][S4]但只有在受影响路径被反复触发时，收益才可能充分显现。不能把一次修复直接换算成普遍的运行成本下降。", "section": "工具执行的可靠性，取决于能否正确结束"}, {"text": "AWS 的更新揭示了一个具体的可观测性问题：依赖版本会影响统一遥测追踪能否在 CloudWatch 中显示。[S5]这里的追踪，是用于查看执行步骤及其关联的记录。改动解决的是记录的展示链路；它对排查问题有直接意义，但距离证据治理仍有一段路。", "section": "追踪回答“发生了什么”，身份回答“凭什么执行”"}, {"text": "证据治理需要回答更严格的问题：某项结论依据哪个工具结果，结果来自哪个输入和版本，原始内容是否仍可取回，后续修改能否辨认。机器身份则是另一层要求：发出请求的软件主体是谁，它代表谁行动，权限如何取得，又如何撤销。本文据此判断，运行记录、结论依据与授权关系应能相互关联，但不能混为一谈。看得到一次调用，不代表知道它是否被允许。", "section": "追踪回答“发生了什么”，身份回答“凭什么执行”"}, {"text": "OpenAI 增加 webhook——接收事件回调的接口——端点管理，同时弃用 MCP 这一工具连接协议中的 connector_id 字段。[S7]这些变化可能要求应用调整配置和迁移代码，但记录没有说明身份凭据、权限范围或委托规则发生了什么变化。尤其不能把字段名带有“连接器标识”理解成机器身份治理已经升级。", "section": "追踪回答“发生了什么”，身份回答“凭什么执行”"}, {"text": "制度层面的比较也必须守住边界。NIST 来源能够确认 AI Risk Management Framework 官方页面的存在，但摘录主要是网站框架文字，没有足以展开比较的具体要求。[S1]因此，不能据此宣称上述工具符合该框架。可操作的治理建议是把身份、授权、执行记录和证据版本纳入同一验收链；这属于本文提出的标准，不是任何案例已经达到的事实。", "section": "追踪回答“发生了什么”，身份回答“凭什么执行”"}, {"text": "一个替代解释是：这些改动只是各组件日常维护在观察窗口内的集中呈现，并不代表行业发生了统一转向。开发工具包更容易暴露类型、解析和错误处理问题，命令行工具更容易暴露终端生命周期问题，云端启动工具包则会涉及遥测依赖。这与记录中的分布相符，但仍不足以证明组件分工是全部原因。[S2][S4][S5][S9][S10]", "section": "发布差异也可能来自分工，而非技术路线优劣"}, {"text": "样本也并不对称。OpenAI 在这里有多个连续版本，其他案例只呈现单个版本；Google 的记录明确属于预发布版。[S2][S3][S4][S5][S6][S7][S8][S9][S10]所以，不能用条目数量衡量研发投入，也不能用修复数量判断哪家更不可靠。缺陷修复既可能说明问题存在，也可能说明问题被更充分地发现和公开。", "section": "发布差异也可能来自分工，而非技术路线优劣"}, {"text": "工作负载还构成反例。对于无需压缩的短会话，压缩控制可能不改变结果；对于不启动本地终端的服务，ConPTY 修复不会直接改善执行；如果任务必须复核原始依据，仅让追踪显示出来也不够。这些条件说明，可推广的不是某一家产品选择，而是按实际故障边界采购、集成和测试能力的方法。", "section": "发布差异也可能来自分工，而非技术路线优劣"}, {"text": "本文的可检验判断是：这些更新若确实改善 Agent 工程可靠性，收益应首先出现在与改动对应的执行边界，而非自动体现为所有任务成功率上升。测试应固定任务、模型设置和环境，比较升级前后的结果；涉及多个变更时，应尽量拆开验证，避免把同时发生的变化误当成单一原因。", "section": "下一步用三组测试检验：更稳、更可控，还是只是更可见"}, {"text": "第一组测试针对持续运行：观察重复解析和长终端输出下的内存变化，并核对取消后的进程状态、最终输出和错误记录。如果受影响路径上的异常没有减少，就应收回“修补已改善该负载可靠性”的判断。[S2][S4][S9][S10]", "section": "下一步用三组测试检验：更稳、更可控，还是只是更可见"}, {"text": "第二组针对压缩控制：比较不同压缩时点下任务能否完成、关键依据能否复核，以及进度事件能否准确支持应用决策。若控制入口和事件只增加了可见性，却没有改善操作或证据保留，就应把收益限定在可观察、可配置，而不是更可靠。[S3][S8]", "section": "下一步用三组测试检验：更稳、更可控，还是只是更可见"}, {"text": "第三组针对治理闭环：人为制造一次失败，检查追踪是否可见，再检查能否关联到原始工具结果、执行主体与当时授权。如果只能完成前一步，进展就仍属于观测链路，而不是完整的责任追溯。[S5]只有这些层次分别通过测试，“能执行的 Agent”才有理由进一步被称为“可托付任务的系统”。", "section": "下一步用三组测试检验：更稳、更可控，还是只是更可见"}], "sections": [{"type": "lead", "heading": "先比较执行边界，不比较发布声量", "paragraphs": ["判断一个 Agent——能够连续调用工具完成任务的软件代理——是否适合承担实际工作，不能只看它会不会调用工具。更有用的问题是：任务变长后，它怎样管理状态；工具失败或取消后，它怎样结束；结果出错后，人能否还原过程；执行动作时，它究竟代表谁、拥有什么权限。这四个问题，分别对应状态控制、执行收尾、证据治理和机器身份。", "本文把运行时理解为管理 Agent 执行过程的软件环境，但不把所有更新都算作运行时本体的升级。比较对象包括 Python 开发工具包、命令行工具和云端启动工具包；它们分别暴露了客户端、工具循环、操作系统进程和遥测链路的问题。[S2][S3][S4][S5]因此，比较的重点是不同修补位置会带来什么影响，而不是谁的更新条目更多。", "观察截止时间为 2026-09-19T03:10:32+00:00。以下将发布记录中的改动视为事实，将其工程含义视为分析判断；没有运行测试支撑的性能、安全和业务效果，只作条件性讨论。"]}, {"type": "evidence", "heading": "同一条任务链上，各家修的是不同位置", "paragraphs": ["下表把更新翻译成可以验收的问题。它显示出共同方向：改动不仅涉及新增接口，也涉及状态变化、资源使用和异常结束。但这些记录还不能证明各平台已经形成相同的完整能力。[S2][S3][S4][S5][S8][S9][S10]"], "headers": ["比较对象", "发布记录中的变化", "对应的验收问题", "不能据此推定"], "rows": [["OpenAI：会话与压缩状态", "v3.15.0 增加 Agent 会话模型设置和压缩进度事件。[S8]", "应用能否配置会话，并识别压缩过程的状态？", "事件存在不证明压缩后事实保留完整。"], ["Anthropic：工具循环控制", "v1.7.0 为工具运行器增加 compact_before_next_turn()。[S3]", "应用能否在下一轮之前发起压缩控制？", "方法入口不说明压缩算法、保留策略或任务收益。"], ["OpenAI：客户端可靠性", "更新涉及解析内存泄漏、首次使用时加载无关资源、重试限制、应用错误保留、流读取错误和文件轮询边界。[S2][S6][S9][S10]", "长时间运行及异常路径是否更容易控制？", "修复记录不等于已经量化的内存、延迟或成功率改善。"], ["Google：本地工具执行", "夜间预发布版修补 ConPTY 进程退出同步、PTY 输出收尾、取消请求日志和终端缓冲区内存管理。[S4]", "进程退出、输出结束与取消状态是否一致？", "预发布改动不能直接代表稳定版本的生产表现。"], ["AWS：运行追踪展示", "启动工具包 v0.3.13 将 aws-opentelemetry-distro 依赖提高到至少 0.18.0，以使统一遥测追踪在 CloudWatch 中显示。[S5]", "已产生的执行追踪能否到达可用的查看界面？", "记录可见不证明记录完整、不可篡改或能够重放任务。"], ["OpenAI：外部连接接口", "v3.16.0 增加 webhook 端点管理，并弃用 MCP 的 connector_id 字段。[S7]", "事件回调与连接接口迁移是否得到应用侧处理？", "端点管理和字段弃用都不能直接证明身份认证或授权升级。"]]}, {"type": "analysis", "heading": "压缩的关键差异：知道它发生，还是决定何时发生", "paragraphs": ["上下文压缩，是把后续执行需要携带的历史内容整理得更紧凑。两项相近更新提供了一个有用的配对比较：OpenAI 增加压缩进度事件，Anthropic 增加工具运行器的 compact_before_next_turn() 方法。[S8][S3]前者在记录中明确呈现的是状态通知，后者呈现的是下一轮之前的调用入口。这不是谁更先进的证据，而是两种不同的应用控制面。", "对开发者而言，事件通知主要回答“现在发生了什么”，可用于设计等待、显示或异常处理；调用入口主要回答“什么时候介入”，可用于把压缩安排在特定任务边界。这是由接口形态推导出的工程含义，并非已经验证的效果。尤其不能反向推断：一方没有主动控制，另一方没有状态通知；这些发布片段并不是完整功能清单。", "更深的边界在于，控制压缩时点与保证证据不丢失是两回事。如果某项结论依赖此前的工具原始输出，只保留压缩后的叙述，可能使后续判断难以复核。由此得到的设计建议是：供模型继续工作的上下文，与供人事后检查的证据，应有不同的保留路径。这个建议不表示两家已经发生证据丢失；相关发布记录没有给出压缩保真度或原始材料留存测试。[S3][S8]"]}, {"type": "mechanism", "heading": "工具执行的可靠性，取决于能否正确结束", "paragraphs": ["客户端和本地终端处理的是不同故障边界。OpenAI 的记录涉及流读取错误规范化、限制文件轮询、校验重试限制并保留应用错误；Google 的记录涉及 Windows 伪终端 ConPTY 的进程退出同步与终端输出收尾。[S9][S10][S4]前者更接近应用如何理解请求结果，后者更接近应用如何理解进程是否真正结束。", "这一区别会影响上层 Agent 能否作出正确的下一步判断。设想工具进程已经退出，但末尾输出尚未被应用收齐：如果上层过早宣布完成，后续步骤可能使用不完整结果。另一类情形是底层异常没有被清楚保留，应用便难以判断应该重试还是停止。这些是假设性的故障机制，用来解释修补位置的重要性，并非对相关产品事故的陈述。", "因此，验收工具执行不能只检查“调用成功”。还应分别检查退出状态、输出完整性、取消后的最终状态，以及错误是否保留了足够上下文。Google 抑制取消请求时未捕获的 AbortError 日志，不等于取消后所有相关活动都已停止；OpenAI 校验重试限制，也不等于带外部副作用的动作不会重复发生。[S4][S9]这些是不同保证，需要不同测试。", "内存修复同样必须结合负载理解。解析内存泄漏修复和终端缓冲区内存管理改进，确实对应持续运行中的资源问题。[S2][S4]但只有在受影响路径被反复触发时，收益才可能充分显现。不能把一次修复直接换算成普遍的运行成本下降。"]}, {"type": "analysis", "heading": "追踪回答“发生了什么”，身份回答“凭什么执行”", "paragraphs": ["AWS 的更新揭示了一个具体的可观测性问题：依赖版本会影响统一遥测追踪能否在 CloudWatch 中显示。[S5]这里的追踪，是用于查看执行步骤及其关联的记录。改动解决的是记录的展示链路；它对排查问题有直接意义，但距离证据治理仍有一段路。", "证据治理需要回答更严格的问题：某项结论依据哪个工具结果，结果来自哪个输入和版本，原始内容是否仍可取回，后续修改能否辨认。机器身份则是另一层要求：发出请求的软件主体是谁，它代表谁行动，权限如何取得，又如何撤销。本文据此判断，运行记录、结论依据与授权关系应能相互关联，但不能混为一谈。看得到一次调用，不代表知道它是否被允许。", "OpenAI 增加 webhook——接收事件回调的接口——端点管理，同时弃用 MCP 这一工具连接协议中的 connector_id 字段。[S7]这些变化可能要求应用调整配置和迁移代码，但记录没有说明身份凭据、权限范围或委托规则发生了什么变化。尤其不能把字段名带有“连接器标识”理解成机器身份治理已经升级。", "制度层面的比较也必须守住边界。NIST 来源能够确认 AI Risk Management Framework 官方页面的存在，但摘录主要是网站框架文字，没有足以展开比较的具体要求。[S1]因此，不能据此宣称上述工具符合该框架。可操作的治理建议是把身份、授权、执行记录和证据版本纳入同一验收链；这属于本文提出的标准，不是任何案例已经达到的事实。"]}, {"type": "counterargument", "heading": "发布差异也可能来自分工，而非技术路线优劣", "paragraphs": ["一个替代解释是：这些改动只是各组件日常维护在观察窗口内的集中呈现，并不代表行业发生了统一转向。开发工具包更容易暴露类型、解析和错误处理问题，命令行工具更容易暴露终端生命周期问题，云端启动工具包则会涉及遥测依赖。这与记录中的分布相符，但仍不足以证明组件分工是全部原因。[S2][S4][S5][S9][S10]", "样本也并不对称。OpenAI 在这里有多个连续版本，其他案例只呈现单个版本；Google 的记录明确属于预发布版。[S2][S3][S4][S5][S6][S7][S8][S9][S10]所以，不能用条目数量衡量研发投入，也不能用修复数量判断哪家更不可靠。缺陷修复既可能说明问题存在，也可能说明问题被更充分地发现和公开。", "工作负载还构成反例。对于无需压缩的短会话，压缩控制可能不改变结果；对于不启动本地终端的服务，ConPTY 修复不会直接改善执行；如果任务必须复核原始依据，仅让追踪显示出来也不够。这些条件说明，可推广的不是某一家产品选择，而是按实际故障边界采购、集成和测试能力的方法。"]}, {"type": "outlook", "heading": "下一步用三组测试检验：更稳、更可控，还是只是更可见", "paragraphs": ["本文的可检验判断是：这些更新若确实改善 Agent 工程可靠性，收益应首先出现在与改动对应的执行边界，而非自动体现为所有任务成功率上升。测试应固定任务、模型设置和环境，比较升级前后的结果；涉及多个变更时，应尽量拆开验证，避免把同时发生的变化误当成单一原因。", "第一组测试针对持续运行：观察重复解析和长终端输出下的内存变化，并核对取消后的进程状态、最终输出和错误记录。如果受影响路径上的异常没有减少，就应收回“修补已改善该负载可靠性”的判断。[S2][S4][S9][S10]", "第二组针对压缩控制：比较不同压缩时点下任务能否完成、关键依据能否复核，以及进度事件能否准确支持应用决策。若控制入口和事件只增加了可见性，却没有改善操作或证据保留，就应把收益限定在可观察、可配置，而不是更可靠。[S3][S8]", "第三组针对治理闭环：人为制造一次失败，检查追踪是否可见，再检查能否关联到原始工具结果、执行主体与当时授权。如果只能完成前一步，进展就仍属于观测链路，而不是完整的责任追溯。[S5]只有这些层次分别通过测试，“能执行的 Agent”才有理由进一步被称为“可托付任务的系统”。"]}], "citations": [{"publisher": "NIST", "title": "AI Risk Management Framework", "url": "https://www.nist.gov/itl/ai-risk-management-framework", "published_at": "2021-07-12T18:09:00Z", "source_type": "webPage"}, {"publisher": "OpenAI", "title": "v3.16.2", "url": "https://github.com/openai/openai-python/releases/tag/v3.16.2", "published_at": "2026-09-18T21:26:27Z", "source_type": "githubRelease"}, {"publisher": "Anthropic", "title": "v1.7.0", "url": "https://github.com/anthropics/anthropic-sdk-python/releases/tag/v1.7.0", "published_at": "2026-09-18T16:12:53Z", "source_type": "githubRelease"}, {"publisher": "Google", "title": "Release v0.62.0-nightly.20260919.gcfbcaa8df", "url": "https://github.com/google-gemini/gemini-cli/releases/tag/v0.62.0-nightly.20260919.gcfbcaa8df", "published_at": "2026-09-19T01:25:15Z", "source_type": "githubRelease"}, {"publisher": "AWS", "title": "Bedrock AgentCore Starter Toolkit v0.3.13", "url": "https://github.com/aws/bedrock-agentcore-starter-toolkit/releases/tag/v0.3.13", "published_at": "2026-09-15T18:08:47Z", "source_type": "githubRelease"}, {"publisher": "OpenAI", "title": "v3.16.1", "url": "https://github.com/openai/openai-python/releases/tag/v3.16.1", "published_at": "2026-09-18T19:00:33Z", "source_type": "githubRelease"}, {"publisher": "OpenAI", "title": "v3.16.0", "url": "https://github.com/openai/openai-python/releases/tag/v3.16.0", "published_at": "2026-09-18T14:52:49Z", "source_type": "githubRelease"}, {"publisher": "OpenAI", "title": "v3.15.0", "url": "https://github.com/openai/openai-python/releases/tag/v3.15.0", "published_at": "2026-09-18T00:52:15Z", "source_type": "githubRelease"}, {"publisher": "OpenAI", "title": "v3.14.1", "url": "https://github.com/openai/openai-python/releases/tag/v3.14.1", "published_at": "2026-09-15T23:12:54Z", "source_type": "githubRelease"}, {"publisher": "OpenAI", "title": "v3.14.0", "url": "https://github.com/openai/openai-python/releases/tag/v3.14.0", "published_at": "2026-09-14T23:28:28Z", "source_type": "githubRelease"}], "knowledge": {"question": {"en": "Which Agent execution boundaries do these software updates repair, and why do better execution control and visible traces not yet establish accountability?", "zh": "这些软件更新修补了 Agent 的哪些执行边界，为什么更好的执行控制和可见追踪仍不等于可问责？"}, "audience": {"en": "Developers integrating Agent SDKs and tools, and engineering or governance reviewers defining acceptance tests for state control, execution finalization, evidence retention, and machine authorization.", "zh": "集成 Agent 开发工具包与工具的开发者，以及为状态控制、执行收尾、证据留存和机器授权制定验收测试的工程或治理评审人员。"}, "decision": {"en": "Select and test updates against the workload's actual failure boundaries. Verify execution stability, trace visibility, and accountability separately rather than ranking platforms by release counts or treating interface changes as authorization improvements.", "zh": "按实际负载的故障边界选择并测试更新。分别验收执行稳定性、追踪可见性和责任可追溯性，不按发布条目数量排列平台，也不把接口变化当作授权能力提升。"}, "contribution": {"en": "The article translates release notes into acceptance questions. It distinguishes compression notifications from compression invocation, request-error handling from process finalization, and trace display from evidence and authorization linkage, then proposes three groups of tests.", "zh": "文章把发布记录转化为验收问题，区分压缩通知与压缩调用入口、请求错误处理与进程收尾、追踪展示与证据及授权关联，并提出三组测试。"}, "limitation": {"en": "The evidence consists of uneven release-note samples, including a Google prerelease, not runtime tests or complete feature inventories. It cannot establish quantified reliability gains, compression fidelity, platform maturity rankings, authorization upgrades, or compliance with the NIST AI Risk Management Framework.", "zh": "证据来自不对称的发布记录样本，其中包括 Google 预发布版，而非运行测试或完整功能清单。它不能证明量化的可靠性收益、压缩保真度、平台成熟度排名、授权升级或符合 NIST AI Risk Management Framework。"}, "nodes": [{"key": "n1", "kind": "entity", "name": {"en": "OpenAI Python SDK", "zh": "OpenAI Python 开发工具包"}, "mention": "OpenAI", "id": "entity-a7f2e9f1b9f3b3819842"}, {"key": "n2", "kind": "entity", "name": {"en": "Anthropic Python SDK", "zh": "Anthropic Python 开发工具包"}, "mention": "Anthropic", "id": "entity-eb18f68449e0107c807e"}, {"key": "n3", "kind": "concept", "name": {"en": "Context compression", "zh": "上下文压缩"}, "mention": "上下文压缩", "id": "concept-725f934c34d4d4dca5bc"}, {"key": "n4", "kind": "entity", "name": {"en": "Amazon Bedrock AgentCore Starter Toolkit", "zh": "Amazon Bedrock AgentCore 启动工具包"}, "mention": "启动工具包 v0.3.13", "id": "entity-00bc8f6dba02d06d3e66"}, {"key": "n5", "kind": "concept", "name": {"en": "Execution trace visibility in Amazon CloudWatch", "zh": "Amazon CloudWatch 中的执行追踪可见性"}, "mention": "统一遥测追踪在 CloudWatch 中显示", "id": "concept-48ec124ef97f05225d8f"}, {"key": "n6", "kind": "concept", "name": {"en": "End-to-end accountability", "zh": "完整的责任追溯"}, "mention": "完整的责任追溯", "id": "concept-2d6a0a49bb5df8f9481f"}], "edges": [{"source": "n1", "target": "n3", "relation": "changes", "stance": "reported", "explanation": {"en": "Version 3.15.0 adds compression progress events, exposing compression state. The release record does not establish that compression preserves all relevant facts.", "zh": "v3.15.0 增加压缩进度事件，使应用能够识别压缩状态；发布记录并未证明压缩保留了所有相关事实。"}, "quote": {"en": "v3.15.0 adds Agent session model settings and compression progress events.[S8]", "zh": "v3.15.0 增加 Agent 会话模型设置和压缩进度事件。[S8]"}, "citations": [8], "sourceId": "entity-a7f2e9f1b9f3b3819842", "targetId": "concept-725f934c34d4d4dca5bc"}, {"source": "n2", "target": "n3", "relation": "changes", "stance": "reported", "explanation": {"en": "Version 1.7.0 adds a tool-runner entry point for initiating compression before the next turn. This does not establish the compression algorithm, retention policy, or task benefit.", "zh": "v1.7.0 增加工具运行器在下一轮前发起压缩的入口，但这不能证明压缩算法、保留策略或任务收益。"}, "quote": {"en": "v1.7.0 adds compact_before_next_turn() to the tool runner.[S3]", "zh": "v1.7.0 为工具运行器增加 compact_before_next_turn()。[S3]"}, "citations": [3], "sourceId": "entity-eb18f68449e0107c807e", "targetId": "concept-725f934c34d4d4dca5bc"}, {"source": "n1", "target": "n2", "relation": "compares", "stance": "analysis", "explanation": {"en": "The author compares two application control surfaces: OpenAI's reported update notifies applications about compression state, while Anthropic's provides an invocation point before the next turn. This is neither a maturity ranking nor evidence that either SDK lacks the other's capability.", "zh": "作者比较两种应用控制面：OpenAI 所述更新通知应用压缩状态，Anthropic 则提供下一轮前的调用入口。这既不是成熟度排名，也不能证明任一开发工具包缺少另一方的能力。"}, "quote": {"en": "Two similar updates offer a useful paired comparison: OpenAI adds compression progress events, and Anthropic adds the compact_before_next_turn() method to its tool runner.[S8][S3] What the records explicitly show for the former is state notification; for the latter, an invocation entry point before the next turn. This is not evidence that either is more advanced, but rather two different application control surfaces.", "zh": "两项相近更新提供了一个有用的配对比较：OpenAI 增加压缩进度事件，Anthropic 增加工具运行器的 compact_before_next_turn() 方法。[S8][S3]前者在记录中明确呈现的是状态通知，后者呈现的是下一轮之前的调用入口。这不是谁更先进的证据，而是两种不同的应用控制面。"}, "citations": [8, 3], "sourceId": "entity-a7f2e9f1b9f3b3819842", "targetId": "entity-eb18f68449e0107c807e"}, {"source": "n4", "target": "n5", "relation": "enables", "stance": "reported", "explanation": {"en": "The toolkit update raises the telemetry dependency floor to repair trace display in CloudWatch. Its reported scope is the display path, not trace completeness, tamper resistance, or task replay.", "zh": "启动工具包更新提高遥测依赖的最低版本，以修复 CloudWatch 中的追踪展示。所述范围是展示链路，而非追踪完整性、防篡改或任务重放。"}, "quote": {"en": "Starter Toolkit v0.3.13 raises the aws-opentelemetry-distro dependency to at least 0.18.0 so that unified telemetry traces appear in CloudWatch.[S5]", "zh": "启动工具包 v0.3.13 将 aws-opentelemetry-distro 依赖提高到至少 0.18.0，以使统一遥测追踪在 CloudWatch 中显示。[S5]"}, "citations": [5], "sourceId": "entity-00bc8f6dba02d06d3e66", "targetId": "concept-48ec124ef97f05225d8f"}, {"source": "n5", "target": "n6", "relation": "compares", "stance": "hypothesis", "explanation": {"en": "In the proposed governance test, visible traces alone count only as an observability improvement if they cannot be linked to original tool results, the executing principal, and authorization at the time. This is a conditional acceptance criterion, not a reported test result for AWS.", "zh": "在所提治理测试中，如果可见追踪不能关联原始工具结果、执行主体与当时授权，就只能算观测能力改善。这是条件性的验收标准，不是 AWS 已有的测试结果。"}, "quote": {"en": "The third group targets the governance loop: deliberately cause a failure, check whether the trace is visible, and then check whether it can be linked to the original tool results, the executing principal, and the authorization at the time. If only the first step can be completed, the progress remains in the observability path rather than end-to-end accountability.[S5]", "zh": "第三组针对治理闭环：人为制造一次失败，检查追踪是否可见，再检查能否关联到原始工具结果、执行主体与当时授权。如果只能完成前一步，进展就仍属于观测链路，而不是完整的责任追溯。[S5]"}, "citations": [5], "sourceId": "concept-48ec124ef97f05225d8f", "targetId": "concept-2d6a0a49bb5df8f9481f"}]}, "knowledgeMap": "/zh/knowledge", "license": {"model": "open", "price": 0.002, "currency": "USDC", "paymentProtocol": "x402", "network": "eip155:84532", "payTo": "0x23a885262A89c32eB582f4439184769dA22c467c", "variants": {"A": "/agent/v1/articles/agent-research-20260919-0311-1245?lang=zh", "B": "/agent/v1/articles/agent-research-20260919-0311-1245/paid?lang=zh"}}, "accessVariant": "A", "contentPolicy": {"citationAllowed": true, "attributionRequired": true, "trainingUse": "contact publisher"}}