近期动作合流后的行业迁移。
过去一周，OpenAI 把 Codex 放进企业 agentic coding 评价体系，Dropbox 公开 Nova 内部平台，GitHub 连续补 Copilot cloud agent 的 Actions 修复、review 反馈、REST API 和模型路由，Google 在 I/O 继续把 Gemini 放进开发者与搜索入口。这些动作共同说明，行业竞争正在从“谁更会写代码”转向“谁能把 agent 接进权限、沙箱、验证、审计和成本管理”。
Mozilla.ai 的 cq exchange、Mainline 的 git-native memory、The Vault 的本地 MCP 记忆系统，以及 MOSS 这类自演化 agent 论文，都在处理同一个问题：agent 的失败经验、项目意图和上下文不能只留在一次会话里。记忆层正在从模型窗口里的临时材料，迁移到仓库、工具、本地服务和共享 commons。
SpecBench、Agentic PR 实证研究、TerminalWorld、Overeager Coding Agents 和 DeltaBox 把同一个问题推到台前：测试通过、PR 合并或小型 benchmark 高分，都不足以说明 agent 能在生产里可靠运行。新的评测关注隐藏测试、越权行为、终端真实任务、人类 review 语境、沙箱回滚和系统级安全。
过去一周，几家工程组织把 agent eval 从开发工具升级成独立预算项目：从 trace 留存、回归套件，到事故数据二次利用，团队开始为 eval 配专门人手与算力额度。这一动作和上线规模直接相关：当 agent 流量进入正式业务，回归没保障会比模型不够强更要命。
1M 级别窗口已经不稀奇，团队的真问题切回到上下文怎么组织、怎么裁剪、怎么去重。重读成本和注意稀释比 token 价格更难解决。本周 HN 上多条讨论都把焦点拉回这个层面：模型能力还在涨，但上下文如果脏了，谁也救不回来。
过去 48 小时里，AWS 把 Agent Registry 做成带审批流和审计轨迹的组织级目录；OpenAI 在 CyberAgent 案例里把 AI Operations Office、培训支持与 93% 月活使用率放到台前；GitHub 则在 VS Code March Releases 里把 agent permissions 和 Autopilot 推到更前台。这三类动作放在一起，说明行业竞争正在从“谁的 agent 更聪明”转向“谁能把 agent 按目录、权限、审计和运营方式真正铺进组织”。
过去一周，OpenAI 在 Business / Enterprise 里拆出 Codex-only seat 和 workspace credits，Google 给 Gemini API 加 Flex / Priority 两档来区分后台 agent 与前台 copilot，GitHub 把云端 agent commit 做成 Verified 并补上按用户 CLI 报表，AWS 则继续把 AgentCore 的评估与遥测往默认化推进。这些动作合起来说明，行业开始把 agent 当成独立 workload 来计费、调度和治理，而不再只是大模型套餐上的附赠能力。
过去一周，AWS 给 AgentCore Runtime 补上持久 session storage，又把 AgentCore 接进 Step Functions；GitHub 把 agent activity 写进 Issues / Projects，并把 coding agent usage 单列进组织级 metrics。这些动作合起来说明，行业开始补的不是新彩蛋，而是 agent 的状态、编排、恢复和审计底座。
过去一周，OpenAI 把 Astral 并进 Codex 补工具链，Anthropic 把 Claude Cowork 推成跨手机和桌面的持续任务位，腾讯把 OpenClaw 接进 WeChat；这些动作合起来说明，行业争的已经不是“再做一个 AI App”，而是谁先占住用户原本就会打开的工作表面。
当平台开始把 auto model selection 还原成真实模型使用明细，企业看待 Agent 的方式就会从“先用起来”转向“能不能审计、归因和控成本”。
当 agent commit 能直接回链到完整 session logs，行业重心就在从“它改得对不对”转向“这一步是谁让它改、它为什么这样改、之后怎么审计”。
当后台 coding agent 开始默认使用 semantic code search 去理解仓库，而不是只靠 grep 和文件名匹配，说明 Agent 正在从文本拼接走向语义级工作流。
当平台允许仓库管理员按风险取舍，决定是否跳过 agent 触发的 workflow 人工审批，说明 Agent 正在真正进入“不同团队按不同风险承受能力配置自动化”的阶段。
当头部模型厂商开始为服务伙伴网络投入真金白银，说明企业级 Agent 的关键瓶颈已经不只是模型能力，而是从 PoC 到生产的实施网络。
当 Gemini in Chrome 开始在浏览器内部跨标签比较信息、调用 Google 服务并处理图像，AI 的主入口就不再只是搜索框和独立助手，而是在回到浏览器本身。