从被动遏制到主动保障：2026年三家Agent安全事件的教训
🧭 Agent 安全评估与主动保障
Walsh College, Troy, Michigan, USA
基于2026年三家前沿Agent安全事件，提出PASAC主动保障循环与五层边界保障栈，强调执行系统全链路持续校验而非依赖单一沙箱
📌 工作参考价值（4 点）
- 在电商导购、广告投放或推荐Agent上线前，把安全边界从“模型不越界”改成“执行系统不越界”：独立验证工具权限、网络出口和凭据注入，不能只依赖模型自述或单层沙箱。可直接落地五层边界栈中的可执行范围契约和egress强制。
- 评估环境采用least-capability access：按任务风险分层授予商品库、广告账户、竞价API的只读/读写/资金操作权限；涉及下单、改价、扣预算等高风险动作，必须设置自动停止条件和基于证据的人工重授权，防止奖励漏洞跨任务扩散。
- 跨运行监控对长会话Agent尤其重要：推荐/导购Agent可能跨用户、跨店铺复用记忆与凭据，需要隔离跨运行身份、监控异常网络出口和工具调用模式，尤其是访问Hugging Face类共享服务或第三方数据源时。
- 把Agent安全评估从一次性red team转为持续assurance：对生成式推荐、query改写等业务Agent也可以建立领先指标，如越界尝试率、新工具调用频率、凭据访问模式，触发策略自动收紧。
LEGO-RL：原生编码 Agent 强化学习训练框架
🧭 Coding Agent RL · 原生 harness 训练框架 ★ 深度解读
Huawei Technologies Co., Ltd · The Chinese University of Hong Kong
桥接原生编码 agent harness 与策略梯度优化，在不改控制流下实现可信 RL 训练并显著提升 SWE-bench 解决率
📌 工作参考价值（4 点）
- Agent 化推荐/搜索场景可复用 in-process proxy：在业务 Agent（如导购、客服选品）中，用模型 API 边界代理记录 token ID、log-prob、response mask 和 MoE 路由，训练侧重放，避免 harness 上下文压缩/重写造成轨迹失真；对于 sparse MoE 模型尤其重要，路由重放可将 rollout-train 概率相关性从 0.9946 提到 0.9993。
- 异步 rollout + 终止状态过滤：长 horizon Agent 任务时长差异大，按基础设施失败/超时/有效但不完整分类轨迹，无效轨迹排除出组相对优势估计，防止执行故障污染梯度；组内方差不足的任务需难度筛选，否则零方差组无学习信号。
- 奖励完整性防御可迁移到任何带执行反馈的推荐 Agent：限制网络、隐藏评测信息、依赖打包、隐藏仓库历史，防止 Agent 通过外部状态作弊，保证奖励真实反映任务完成。
- 可观测性设计值得借鉴：失败原因分布、轨迹查看器、一致性面板，在训练崩溃时快速区分策略退化与执行/集成故障，支持早停与人工诊断，减少无效实验成本。
DeltaBox：面向有状态AI智能体的毫秒级沙箱检查点/回滚系统
🧭 AI智能体沙箱环境·增量状态检查点 ★ 深度解读
Shanghai Jiao Tong University · Huawei Technologies Co., Ltd.
通过仅复制连续检查点间的增量变化，实现耦合文件系统与进程内存的毫秒级检查点/回滚，解决AI智能体搜索的状态管理瓶颈。
📌 工作参考价值（4 点）
- 快速沙箱重置与克隆：DeltaFS 基于 OverlayFS 的热层切换，可在 1-2 ms 内完成文件系统快照与回滚，适合电商测试环境、推荐模型 A/B 实验沙箱的毫秒级快速重建，避免全量复制。
- 轻量级进程模板池：DeltaCR 通过 fork 冻结模板进程，恢复时仅复制页表（~3 ms），可借鉴为每个用户会话或推理请求预 fork 模板，实现极低延迟的隔离执行环境，例如为每个电商搜索请求快速创建上下文隔离的 Python 解释器。
- 异步预热页表降低延迟抖动：后台线程遍历子进程的匿名可写 VMA 触发 CoW 预拷贝，将页故障开销移出关键路径，适用于需要快速恢复的高频在线学习或特征生成任务。
- 一致性的联合状态管理：文件系统与进程内存的耦合检查点保证智能体回溯时上下文不分裂，可直接用于多智体仿真、代码执行驱动的奖励模型评估等需要回滚到精确历史点的场景。