{"@context": "https://schema.org", "@type": "AnalysisNewsArticle", "inLanguage": "zh-CN", "identifier": "agent-research-20260923-0312-1269", "headline": "Agent 控制接口正在补齐，可信执行还需打通机器身份与证据链", "description": "工具清单固定、权限事件、安全通知和运行追踪开始进入开发接口，但功能条目的增加，不等于执行已经可控制、责任已经可追溯。", "abstract": "截至数据截止时间，官方发布记录显示，Agent 相关开发工具正在增加工具清单固定、权限事件一致性、安全通知、外部存储和运行追踪支持。[S2][S3][S5][S7]这些变化支持一个有限判断：开发接口正在覆盖执行控制与事后检查所需的部分环节。但发布记录不能证明越权减少、任务成功率提高或审计链完整。本文通过区分接口声明与运行效果，审视发布频率、预发布状态和日志可见性带来的测量偏差，并提出用权限撤销、工具变更和证据链重建实验，检验这些接口能否形成可追责的运行系统。", "datePublished": "2026-09-23T03:12:00+00:00", "dateModified": "2026-09-23T03:13:17+00:00", "author": {"@type": "Person", "name": "Aperture 研究编辑部", "jobTitle": "科技政策与证据治理研究 · Evidence Verifier"}, "about": ["Agent运行时", "工具执行", "MCP", "证据治理", "机器身份", "权限撤销", "可观测性"], "category": "Agent 技术", "authorityScore": 85, "claims": [{"text": "判断 Agent——能够调用工具完成任务的软件代理——是否取得进展，不能只看它接入了什么模型。更关键的问题是：它准备执行什么，谁允许它执行，出错后能否停止，以及事后还能找回多少可信记录。这里的运行时，指管理任务执行、工具调用和相关状态的软件环境；它与模型本身的能力不是一回事。", "section": "先确认接口变了，再追问行为是否改变"}, {"text": "截至 2026-09-23T03:10:40+00:00，最具体的变化来自开发工具发布记录：Anthropic 列出内联工具定义、MCP 工具清单固定，以及 Managed Agents 事件中 evaluated_permission 枚举的统一；OpenAI 列出外部存储配置、安全案例检索、安全警告与停用 webhook 事件；AWS 列出使统一遥测追踪能够在 CloudWatch 显示的依赖修复。[S3][S7][S5]", "section": "先确认接口变了，再追问行为是否改变"}, {"text": "Aperture Intelligence 对这些记录的判断是：Agent 开发接口正在覆盖更多执行控制与记录环节。这比把更新概括为模型升级更贴近材料。但需要守住边界：官方记录能证明维护者发布了这些声明，不能单独证明系统已经更安全、更稳定，或者具备完整的责任追溯能力。", "section": "先确认接口变了，再追问行为是否改变"}, {"text": "下表把可直接确认的发布声明与需要另行验证的效果分开。SDK 是供开发者调用服务的软件开发包；SDK 增加一种字段或接口支持，与服务端全面开放该能力、执行语义稳定，是不同层次的证据。", "section": "发布记录说明了什么，又不能替代什么"}, {"text": "正式发布也不等于其中每项功能都已脱离试验阶段。Anthropic v1.8.0 的发布元数据没有标为预发布，但 MCP 工具清单固定被注明为 beta；Google 的对应 Gemini CLI 记录则明确属于 nightly 预发布。[S3][S4]", "section": "发布记录说明了什么，又不能替代什么"}, {"text": "MCP 是连接模型应用与工具的一种协议。Anthropic 的发布说明把内联工具定义和 MCP 工具清单固定放在同一项功能变化中。[S3]从机制上看，固定清单的潜在价值，是减少任务执行期间可见工具集合的变化。如果工具集合会变化，复盘时就必须先回答：Agent 当时看到的工具，与现在看到的是否相同？", "section": "固定工具清单，只解决执行边界的一部分"}, {"text": "但固定名称清单与固定执行行为之间，仍有距离。即使工具名称不变，其后端实现、参数解释或访问的数据也可能改变。这是需要测试的风险情景，不是已发生事故的描述。发布摘要没有说明固定对象是否包含工具描述、参数结构、实现版本或服务端状态，因此不能直接把这项功能称为可复现执行。[S3]", "section": "固定工具清单，只解决执行边界的一部分"}, {"text": "权限事件一致性也应这样理解。统一 evaluated_permission 枚举，直接对应的是事件字段表示的一致性修复。[S3]它可能减少记录解析时的歧义，但字段能够写出“允许”或“拒绝”，不等于执行端必然遵守该判断。真正的控制必须回答：权限在哪里检查，检查结果何时失效，排队中的调用是否重新检查，以及撤销之后是否还存在可继续使用的执行路径。", "section": "固定工具清单，只解决执行边界的一部分"}, {"text": "这意味着测试工具控制时，不能只看正常任务是否成功。应主动改变工具清单、修改同名工具的行为，并在授权后、执行前撤销权限。如果系统只能记录变化，却不能阻止不再获准的调用，那么得到的是更清楚的观察能力，而不是更强的执行约束。", "section": "固定工具清单，只解决执行边界的一部分"}, {"text": "webhook 是事件发生后向指定地址发送通知的机制。OpenAI 的记录分别列出了 webhook 端点管理、安全警告和停用事件，以及名为 safety case retrieval 的检索功能。[S10][S7]这些声明涉及事件接收和信息获取，但摘要没有定义 safety case 的内容、形成过程或完整性保证，因此这里保留其接口名称，不把它扩大解释为完整的安全论证体系。[S7]", "section": "证据治理的难点，是把记录绑定到有权限的机器身份"}, {"text": "通知、追踪和外部存储可以成为证据治理的组件，但它们并不自动组成证据链。AWS 的修复针对追踪在 CloudWatch 中的显示；OpenAI 的变化针对外部存储配置及 GCP 支持。[S5][S7][S2]从治理角度，记录能看见、能保存，只是起点。还需要知道记录是否缺失、能否被事后更改，以及一条权限决定究竟对应哪一次工具执行。", "section": "证据治理的难点，是把记录绑定到有权限的机器身份"}, {"text": "这里缺少的关键连接，是机器身份：让服务能够识别某个软件执行主体，并把它与凭据、权限和责任归属关联起来的机制。所列发布摘要没有展示身份签发、凭据期限、授权委托、轮换或撤销方案。[S2][S3][S5][S7][S10]这不证明相关产品没有这些能力，只说明不能用这些材料评估其成熟度。尤其不能把权限枚举当作身份认证，也不能把 MCP connector_id 的弃用当作身份体系升级的证据；发布记录只明确说明该字段被弃用。[S3][S10]", "section": "证据治理的难点，是把记录绑定到有权限的机器身份"}, {"text": "一个需要防范的反例是：两个权限来源不同的任务共用同一凭据，日志虽然完整记录了调用，却无法区分谁授予了这次行动的权限。在这种情景下，更多日志并没有带来更清楚的责任归属。因此，治理验收应要求任务、执行主体、授权版本、工具调用和结果记录能够相互关联，而不应仅检查系统是否具备日志或通知接口。", "section": "证据治理的难点，是把记录绑定到有权限的机器身份"}, {"text": "同样，收到停用通知与成功停止执行，应当分开验收。建议分别检查事件生成、投递、接收，以及执行端实际拒绝后续行动的结果。否则，一个通知通道运行正常的系统，仍可能在执行层继续完成已被撤销授权的任务。", "section": "证据治理的难点，是把记录绑定到有权限的机器身份"}, {"text": "把这些更新解释为 Agent 治理控制面的扩展，有一定依据：工具清单、权限事件、安全通知、存储和追踪确实在材料中出现。[S3][S7][S2][S5]但替代解释同样成立：这些发布可能主要是在同步接口定义、修补兼容性问题和改善开发体验，并不代表底层执行架构发生了同等幅度的变化。", "section": "另一种解释：这可能主要是接口同步与维护"}, {"text": "内存泄漏修复与首次使用时避免加载无关资源，就说明了维护工作的另一面。[S8][S9]这类变化即使没有新增治理接口，也可能影响持续运行表现。因此，若后续任务成功率上升，不能直接归因于工具固定或安全事件功能；需要把客户端版本、模型、工具后端和治理开关分开控制。", "section": "另一种解释：这可能主要是接口同步与维护"}, {"text": "样本构成也会影响印象。这组材料中，同一 OpenAI Python 仓库占据了多个连续版本，而其他项目展示的记录更少。[S2][S6][S7][S8][S9][S10][S3][S4][S5]把每条发布当作一次独立进步，会放大发版较细、较频繁项目的存在感。它不能支持厂商之间的成熟度排名，也不能代表整个行业的变化速度。", "section": "另一种解释：这可能主要是接口同步与维护"}, {"text": "还有一个可能与直觉相反的测量结果：追踪显示修复后，观察到的错误数量可能增加，并非系统变差，而是过去不可见的问题进入了记录。AWS 的发布说明针对的正是追踪显示问题，因此后续评估必须区分实际故障变化与观察覆盖率变化。[S5]此外，多条摘要存在截断，不能把没有出现在片段中的功能判定为产品缺失。[S2][S3][S5][S7]", "section": "另一种解释：这可能主要是接口同步与维护"}, {"text": "官方来源提高了功能声明的可归属性，却没有消除效果验证的需求。发布记录回答的是维护者说改了什么；独立运行测试才有机会回答这些改变在什么条件下有效、在哪些条件下失效。", "section": "另一种解释：这可能主要是接口同步与维护"}, {"text": "可供未来数据检验的判断是：如果这些接口确实增强了 Agent 的执行治理，那么在模型和任务条件保持一致时，启用相应控制后，越权实际执行应减少，授权撤销后的继续执行应减少，任务的完整责任链重建率应提高。若变化只体现在字段更丰富、日志更易显示，却不改变上述结果，就应把进展界定为接口与可观测性改善，而不是控制能力提升。", "section": "下一轮验证，要测越权、撤销和责任归属"}, {"text": "以下是验证方案，不是已经测得的结果。测试应同时记录安全收益与任务代价，避免把拒绝所有工具调用误判为成功治理。", "section": "下一轮验证，要测越权、撤销和责任归属"}, {"text": "检验工具固定：对照启用与未启用状态，分别改变工具清单和同名工具的后端行为。记录变更被发现、调用被阻止及合法任务被误拦截的情况，以全部受测变更和全部合法任务分别作为分母。", "section": "下一轮验证，要测越权、撤销和责任归属"}, {"text": "检验权限撤销：在调用排队、开始执行和重试前撤销授权，记录执行端何时拒绝后续行动。将“已收到通知”与“已停止执行”分列，不用前者替代后者。", "section": "下一轮验证，要测越权、撤销和责任归属"}, {"text": "检验机器身份：设置权限不同的执行主体，测试凭据复用、委托范围变化和凭据轮换。检查每次调用能否归属到具体主体及当时有效的授权，而不仅是一个共享账号。", "section": "下一轮验证，要测越权、撤销和责任归属"}, {"text": "检验证据完整性：主动制造通知丢失、日志中断和外部存储不可用，检查系统能否明确标出证据缺口。以全部受测任务为分母报告责任链重建率，不能只统计留下完整日志的任务。", "section": "下一轮验证，要测越权、撤销和责任归属"}, {"text": "隔离稳定性因素：对内存泄漏修复前后版本进行相同负载的持续运行测试，再单独比较治理开关。记录内存、任务成功、调用延迟和误拒绝情况，避免把维护收益归给新增控制功能。", "section": "下一轮验证，要测越权、撤销和责任归属"}], "sections": [{"type": "lead", "heading": "先确认接口变了，再追问行为是否改变", "paragraphs": ["判断 Agent——能够调用工具完成任务的软件代理——是否取得进展，不能只看它接入了什么模型。更关键的问题是：它准备执行什么，谁允许它执行，出错后能否停止，以及事后还能找回多少可信记录。这里的运行时，指管理任务执行、工具调用和相关状态的软件环境；它与模型本身的能力不是一回事。", "截至 2026-09-23T03:10:40+00:00，最具体的变化来自开发工具发布记录：Anthropic 列出内联工具定义、MCP 工具清单固定，以及 Managed Agents 事件中 evaluated_permission 枚举的统一；OpenAI 列出外部存储配置、安全案例检索、安全警告与停用 webhook 事件；AWS 列出使统一遥测追踪能够在 CloudWatch 显示的依赖修复。[S3][S7][S5]", "Aperture Intelligence 对这些记录的判断是：Agent 开发接口正在覆盖更多执行控制与记录环节。这比把更新概括为模型升级更贴近材料。但需要守住边界：官方记录能证明维护者发布了这些声明，不能单独证明系统已经更安全、更稳定，或者具备完整的责任追溯能力。"]}, {"type": "evidence", "heading": "发布记录说明了什么，又不能替代什么", "paragraphs": ["下表把可直接确认的发布声明与需要另行验证的效果分开。SDK 是供开发者调用服务的软件开发包；SDK 增加一种字段或接口支持，与服务端全面开放该能力、执行语义稳定，是不同层次的证据。", "正式发布也不等于其中每项功能都已脱离试验阶段。Anthropic v1.8.0 的发布元数据没有标为预发布，但 MCP 工具清单固定被注明为 beta；Google 的对应 Gemini CLI 记录则明确属于 nightly 预发布。[S3][S4]"], "headers": ["观察对象", "可确认的发布声明", "不能据此推出的结论"], "rows": [["工具与权限", "Anthropic v1.8.0 增加内联工具定义、MCP 工具清单固定（beta），并统一 Managed Agents 事件中的 evaluated_permission 枚举。[S3]", "不能证明固定覆盖了工具实现，也不能证明权限判断已被执行端强制落实。"], ["安全事件与接口管理", "OpenAI v3.16.0 增加 webhook 端点管理；v3.17.0 增加 safety case retrieval，以及安全警告和停用 webhook 事件。[S10][S7]", "不能证明通知必达、通知先于执行到达，或检索内容构成完整的安全论证。"], ["外部存储", "OpenAI v3.17.0 增加外部存储配置管理，v3.19.0 增加 GCP 外部存储支持。[S7][S2]", "不能证明数据驻留、访问隔离、删除或审计要求已经满足。"], ["运行追踪", "AWS AgentCore Starter Toolkit v0.3.13 列出升级 aws-opentelemetry-distro 至 >=0.18.0、使统一遥测追踪在 CloudWatch 显示的修复。[S5]", "不能证明追踪完整、不可篡改，或能够确定授权责任。"], ["客户端稳定性", "OpenAI v3.16.2 列出 parse_response 内存泄漏修复；v3.16.1 列出首次使用时避免加载无关 API 资源的修复。[S8][S9]", "没有量化长期运行的内存变化、启动耗时或任务成功率。"], ["模型接入", "OpenAI 发布记录增加 GPT-6 Sol 和 Luna 标识及 GPT-Rosalind research model；Anthropic 列出 claude-opus-5-5 支持；Google nightly 列出 Gemini 模型相关变更。[S6][S2][S3][S4]", "模型名称和客户端变更不能替代能力评测，也不能证明普遍可用。"], ["政策参照", "NIST 材料可确认 AI Risk Management Framework 官方页面来源，但展示的抓取文本主要是导航和站点说明。[S1]", "不能从这段文本提取具体框架要求，更不能据此认定任何产品符合框架。"]]}, {"type": "mechanism", "heading": "固定工具清单，只解决执行边界的一部分", "paragraphs": ["MCP 是连接模型应用与工具的一种协议。Anthropic 的发布说明把内联工具定义和 MCP 工具清单固定放在同一项功能变化中。[S3]从机制上看，固定清单的潜在价值，是减少任务执行期间可见工具集合的变化。如果工具集合会变化，复盘时就必须先回答：Agent 当时看到的工具，与现在看到的是否相同？", "但固定名称清单与固定执行行为之间，仍有距离。即使工具名称不变，其后端实现、参数解释或访问的数据也可能改变。这是需要测试的风险情景，不是已发生事故的描述。发布摘要没有说明固定对象是否包含工具描述、参数结构、实现版本或服务端状态，因此不能直接把这项功能称为可复现执行。[S3]", "权限事件一致性也应这样理解。统一 evaluated_permission 枚举，直接对应的是事件字段表示的一致性修复。[S3]它可能减少记录解析时的歧义，但字段能够写出“允许”或“拒绝”，不等于执行端必然遵守该判断。真正的控制必须回答：权限在哪里检查，检查结果何时失效，排队中的调用是否重新检查，以及撤销之后是否还存在可继续使用的执行路径。", "这意味着测试工具控制时，不能只看正常任务是否成功。应主动改变工具清单、修改同名工具的行为，并在授权后、执行前撤销权限。如果系统只能记录变化，却不能阻止不再获准的调用，那么得到的是更清楚的观察能力，而不是更强的执行约束。"]}, {"type": "analysis", "heading": "证据治理的难点，是把记录绑定到有权限的机器身份", "paragraphs": ["webhook 是事件发生后向指定地址发送通知的机制。OpenAI 的记录分别列出了 webhook 端点管理、安全警告和停用事件，以及名为 safety case retrieval 的检索功能。[S10][S7]这些声明涉及事件接收和信息获取，但摘要没有定义 safety case 的内容、形成过程或完整性保证，因此这里保留其接口名称，不把它扩大解释为完整的安全论证体系。[S7]", "通知、追踪和外部存储可以成为证据治理的组件，但它们并不自动组成证据链。AWS 的修复针对追踪在 CloudWatch 中的显示；OpenAI 的变化针对外部存储配置及 GCP 支持。[S5][S7][S2]从治理角度，记录能看见、能保存，只是起点。还需要知道记录是否缺失、能否被事后更改，以及一条权限决定究竟对应哪一次工具执行。", "这里缺少的关键连接，是机器身份：让服务能够识别某个软件执行主体，并把它与凭据、权限和责任归属关联起来的机制。所列发布摘要没有展示身份签发、凭据期限、授权委托、轮换或撤销方案。[S2][S3][S5][S7][S10]这不证明相关产品没有这些能力，只说明不能用这些材料评估其成熟度。尤其不能把权限枚举当作身份认证，也不能把 MCP connector_id 的弃用当作身份体系升级的证据；发布记录只明确说明该字段被弃用。[S3][S10]", "一个需要防范的反例是：两个权限来源不同的任务共用同一凭据，日志虽然完整记录了调用，却无法区分谁授予了这次行动的权限。在这种情景下，更多日志并没有带来更清楚的责任归属。因此，治理验收应要求任务、执行主体、授权版本、工具调用和结果记录能够相互关联，而不应仅检查系统是否具备日志或通知接口。", "同样，收到停用通知与成功停止执行，应当分开验收。建议分别检查事件生成、投递、接收，以及执行端实际拒绝后续行动的结果。否则，一个通知通道运行正常的系统，仍可能在执行层继续完成已被撤销授权的任务。"]}, {"type": "counterargument", "heading": "另一种解释：这可能主要是接口同步与维护", "paragraphs": ["把这些更新解释为 Agent 治理控制面的扩展，有一定依据：工具清单、权限事件、安全通知、存储和追踪确实在材料中出现。[S3][S7][S2][S5]但替代解释同样成立：这些发布可能主要是在同步接口定义、修补兼容性问题和改善开发体验，并不代表底层执行架构发生了同等幅度的变化。", "内存泄漏修复与首次使用时避免加载无关资源，就说明了维护工作的另一面。[S8][S9]这类变化即使没有新增治理接口，也可能影响持续运行表现。因此，若后续任务成功率上升，不能直接归因于工具固定或安全事件功能；需要把客户端版本、模型、工具后端和治理开关分开控制。", "样本构成也会影响印象。这组材料中，同一 OpenAI Python 仓库占据了多个连续版本，而其他项目展示的记录更少。[S2][S6][S7][S8][S9][S10][S3][S4][S5]把每条发布当作一次独立进步，会放大发版较细、较频繁项目的存在感。它不能支持厂商之间的成熟度排名，也不能代表整个行业的变化速度。", "还有一个可能与直觉相反的测量结果：追踪显示修复后，观察到的错误数量可能增加，并非系统变差，而是过去不可见的问题进入了记录。AWS 的发布说明针对的正是追踪显示问题，因此后续评估必须区分实际故障变化与观察覆盖率变化。[S5]此外，多条摘要存在截断，不能把没有出现在片段中的功能判定为产品缺失。[S2][S3][S5][S7]", "官方来源提高了功能声明的可归属性，却没有消除效果验证的需求。发布记录回答的是维护者说改了什么；独立运行测试才有机会回答这些改变在什么条件下有效、在哪些条件下失效。"]}, {"type": "outlook", "heading": "下一轮验证，要测越权、撤销和责任归属", "paragraphs": ["可供未来数据检验的判断是：如果这些接口确实增强了 Agent 的执行治理，那么在模型和任务条件保持一致时，启用相应控制后，越权实际执行应减少，授权撤销后的继续执行应减少，任务的完整责任链重建率应提高。若变化只体现在字段更丰富、日志更易显示，却不改变上述结果，就应把进展界定为接口与可观测性改善，而不是控制能力提升。", "以下是验证方案，不是已经测得的结果。测试应同时记录安全收益与任务代价，避免把拒绝所有工具调用误判为成功治理。"], "bullets": ["检验工具固定：对照启用与未启用状态，分别改变工具清单和同名工具的后端行为。记录变更被发现、调用被阻止及合法任务被误拦截的情况，以全部受测变更和全部合法任务分别作为分母。", "检验权限撤销：在调用排队、开始执行和重试前撤销授权，记录执行端何时拒绝后续行动。将“已收到通知”与“已停止执行”分列，不用前者替代后者。", "检验机器身份：设置权限不同的执行主体，测试凭据复用、委托范围变化和凭据轮换。检查每次调用能否归属到具体主体及当时有效的授权，而不仅是一个共享账号。", "检验证据完整性：主动制造通知丢失、日志中断和外部存储不可用，检查系统能否明确标出证据缺口。以全部受测任务为分母报告责任链重建率，不能只统计留下完整日志的任务。", "隔离稳定性因素：对内存泄漏修复前后版本进行相同负载的持续运行测试，再单独比较治理开关。记录内存、任务成功、调用延迟和误拒绝情况，避免把维护收益归给新增控制功能。"], "quote": "衡量 Agent 是否更可信，不是数它新增了多少接口，而是检验：不该执行时能否停下，执行之后能否说明谁授权、做了什么，以及记录缺在哪里。"}], "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": "v3.19.0", "url": "https://github.com/openai/openai-python/releases/tag/v3.19.0", "published_at": "2026-09-23T00:08:02Z", "source_type": "githubRelease"}, {"publisher": "Anthropic", "title": "v1.8.0", "url": "https://github.com/anthropics/anthropic-sdk-python/releases/tag/v1.8.0", "published_at": "2026-09-22T16:25:23Z", "source_type": "githubRelease"}, {"publisher": "Google", "title": "Release v0.62.0-nightly.20260923.g62364cb20", "url": "https://github.com/google-gemini/gemini-cli/releases/tag/v0.62.0-nightly.20260923.g62364cb20", "published_at": "2026-09-23T01:24:23Z", "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": "v3.18.0", "url": "https://github.com/openai/openai-python/releases/tag/v3.18.0", "published_at": "2026-09-22T18:25:48Z", "source_type": "githubRelease"}, {"publisher": "OpenAI", "title": "v3.17.0", "url": "https://github.com/openai/openai-python/releases/tag/v3.17.0", "published_at": "2026-09-22T02:36:34Z", "source_type": "githubRelease"}, {"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": "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"}], "knowledge": {"question": {"en": "What do Agent SDK release notes establish about execution control, and what remains to be tested before tool calls can be stopped and responsibility reconstructed?", "zh": "Agent SDK 发布记录能证明执行控制发生了哪些变化，还需验证什么，才能确认工具调用可停止、责任可重建？"}, "audience": {"en": "Agent runtime developers, permission-control engineers, and reviewers evaluating machine identity and evidence chains.", "zh": "Agent 运行时开发者、权限控制工程师，以及评估机器身份与证据链的验收人员。"}, "decision": {"en": "Decide whether an update warrants recognition as an interface or observability improvement, or whether controlled tests also demonstrate stronger execution governance. Test tool changes, permission revocation, identity attribution, and evidence gaps; assess notification receipt separately from execution stopping.", "zh": "判断更新应被认定为接口或可观测性改善，还是已有受控测试证明执行治理增强。检验工具变更、权限撤销、身份归属与证据缺口，并将收到通知与停止执行分开验收。"}, "contribution": {"en": "The article separates release declarations from runtime outcomes, explains why tool-list pinning does not establish reproducible execution and why visible logs do not establish an accountable evidence chain, and proposes validation tests rather than reporting measured improvements.", "zh": "文章区分发布声明与运行效果，解释工具清单固定为何不能证明可复现执行、日志可见为何不能证明责任链成立，并提出验证实验，而非报告已测得的改善。"}, "limitation": {"en": "The evidence consists mainly of release summaries, some truncated, with uneven release counts across vendors and a mixture of beta, nightly, and regular releases. It does not establish fewer unauthorized executions, complete evidence chains, or vendor maturity rankings; omitted capabilities cannot be treated as absent.", "zh": "证据主要来自发布摘要，部分内容截断，各厂商发布条数不均，且包含 beta、nightly 与常规发布。材料不能证明越权执行减少、证据链完整，也不能支持厂商成熟度排名；摘要未提及的能力不能被视为产品缺失。"}, "nodes": [{"key": "n1", "kind": "entity", "name": {"en": "Anthropic Python SDK v1.8.0", "zh": "Anthropic Python SDK v1.8.0"}, "mention": "Anthropic v1.8.0", "id": "entity-83a4901b93ffc9215602"}, {"key": "n2", "kind": "concept", "name": {"en": "MCP tool-list pinning", "zh": "MCP 工具清单固定"}, "mention": "MCP 工具清单固定", "id": "concept-c0372a22fca423be2cfa"}, {"key": "n3", "kind": "concept", "name": {"en": "Changes to the visible tool set during task execution", "zh": "任务执行期间可见工具集合的变化"}, "mention": "任务执行期间可见工具集合的变化", "id": "concept-c1f0e3de2d91bb27787f"}, {"key": "n4", "kind": "concept", "name": {"en": "Evidence governance", "zh": "证据治理"}, "mention": "证据治理", "id": "concept-feab605685a66b3e41f0"}, {"key": "n5", "kind": "concept", "name": {"en": "Machine identity", "zh": "机器身份"}, "mention": "机器身份", "id": "concept-595e85607f22e2343183"}], "edges": [{"source": "n1", "target": "n2", "relation": "enables", "stance": "reported", "explanation": {"en": "The release declaration adds SDK support for MCP tool-list pinning in beta. This establishes announced interface support, not stable server-side enforcement or pinning of tool implementations.", "zh": "发布声明增加了对 beta 版 MCP 工具清单固定的 SDK 支持。这只能确认已宣布的接口支持，不能证明服务端强制执行已稳定，也不能证明工具实现被固定。"}, "quote": {"en": "Anthropic v1.8.0 adds inline tool definitions and MCP tool-list pinning (beta), and unifies the evaluated_permission enum in Managed Agents events.[S3]", "zh": "Anthropic v1.8.0 增加内联工具定义、MCP 工具清单固定（beta），并统一 Managed Agents 事件中的 evaluated_permission 枚举。[S3]"}, "citations": [3], "sourceId": "entity-83a4901b93ffc9215602", "targetId": "concept-c0372a22fca423be2cfa"}, {"source": "n2", "target": "n3", "relation": "constrains", "stance": "hypothesis", "explanation": {"en": "The proposed mechanism is that pinning could reduce changes to the tools visible during a task. The article does not report a measured reduction and cautions that unchanged tool names can conceal changes in implementation, parameter interpretation, or accessed data.", "zh": "文章提出的潜在机制是：固定清单可能减少任务期间可见工具的变化。文章没有报告测得的减少，并提醒工具名称不变时，实现、参数解释或访问的数据仍可能改变。"}, "quote": {"en": "From a mechanistic perspective, the potential value of pinning the list is to reduce changes to the visible tool set during task execution.", "zh": "从机制上看，固定清单的潜在价值，是减少任务执行期间可见工具集合的变化。"}, "citations": [3], "sourceId": "concept-c0372a22fca423be2cfa", "targetId": "concept-c1f0e3de2d91bb27787f"}, {"source": "n4", "target": "n5", "relation": "depends_on", "stance": "analysis", "explanation": {"en": "For accountable evidence governance, the author identifies machine identity as the link between an executing software principal, its credentials, permissions, and responsibility. The cited summaries do not provide enough detail to assess that link's maturity; this is not evidence that the products lack identity capabilities.", "zh": "对于可追责的证据治理，作者将机器身份视为连接软件执行主体、凭据、权限与责任归属的关键。所引摘要不足以评估这一连接的成熟度，但这并不证明产品缺少身份能力。"}, "quote": {"en": "The key missing connection here is machine identity: a mechanism that lets a service identify a software execution principal and associate it with credentials, permissions, and responsibility. The listed release summaries do not show schemes for identity issuance, credential lifetimes, authorization delegation, rotation, or revocation.[S2][S3][S5][S7][S10]", "zh": "这里缺少的关键连接，是机器身份：让服务能够识别某个软件执行主体，并把它与凭据、权限和责任归属关联起来的机制。所列发布摘要没有展示身份签发、凭据期限、授权委托、轮换或撤销方案。[S2][S3][S5][S7][S10]"}, "citations": [2, 3, 5, 7, 10], "sourceId": "concept-feab605685a66b3e41f0", "targetId": "concept-595e85607f22e2343183"}]}, "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-20260923-0312-1269?lang=zh", "B": "/agent/v1/articles/agent-research-20260923-0312-1269/paid?lang=zh"}}, "accessVariant": "A", "contentPolicy": {"citationAllowed": true, "attributionRequired": true, "trainingUse": "contact publisher"}}