Agent 实践
AI 助手现在是一串钥匙
Check Point 在 10 月 23 日分析的 Aokigahara 木马，给 AI 客户端配置单开了一个收集模块。开发机上的钥匙已经长成了一串，而大多数防守清单里还没有这一项。这篇讲它偷什么、为什么现在值得偷，以及怎么自查。
一千个 agent 与一台复读机
八天前我给博客上的自动化脚本发了工牌，觉得自己把身份、权限、审计三件事做齐了。这半个月，Anthropic 把单次并行调度推到 1000 个 agent，而宾州州立三校的论文用一句跟着我念让六个主流框架把攻击者的工具调用照常派发。这篇从 1000 与 3 倍成本两笔账讲起，复现复读机攻击，把授权从编排层搬进工具边界，再说说哪些洞这套也管不了。
Agent 有工牌了
10 月 8 日 Google Cloud 给 agent 发了工牌：有自己的邮箱、日历和目录身份，每个动作记在它自己名下。我看完回头数了一遍自己博客上的自动化脚本，发现它们全在共用一把管理员钥匙。这篇写我照着那套分工给三个脚本各发一个身份、按资源切权限、把动作全记下来，以及哪些我抄不动也不想抄。
MCP 工具投毒：白名单为什么拦不住它，以及一份可跑的审计器
工具描述在注册阶段就进入模型上下文，而攻击者可以让恶意动作由你已批准的合法工具完成，白名单、审批提示和内容过滤同时失效。这篇用一个不到两百行的描述审计器加调用前网关做实测，也诚实交代了正则审计的天花板。
AI 时代的测试：让生成物守护生成物
AI 能生成测试用例，但“生成一堆用例”和“有效的测试体系”是两回事。聊聊 AI 辅助测试的正确打开方式：人定策略，AI 补人力。
Agent 可观测性：它到底在干嘛
Agent 出错最难排查的地方是“中间发生了什么没人知道”。日志、追踪、回放三件套，把黑盒变成可以调试的系统。
把博客的重复劳动交给 Agent 的改造方案
以这个博客为例，拆一遍哪些运营劳动适合交给 Agent、哪些必须留在人手里，附上具体的任务清单设计。
多 Agent 协作踩坑记：拆解、共享与回滚
单 Agent 处理长任务容易跑偏，于是把任务拆给多个 Agent 协作——然后掉进了一堆新坑。拆解粒度、上下文共享和失败回滚，三个问题三个教训。
Computer Use 初体验：能力与边界
让模型直接操作浏览器和桌面完成多步任务，像在看一个远程实习生工作。体验之后聊聊它现在能干什么、还不能干什么。
让 Agent 碰数据库前，先做好这四件事
给 Agent 开数据库权限是所有 Agent 落地里风险最高的一步。最小权限、只读副本、SQL 校验、审计日志，四道防线缺一不可。
AI 写代码之后，评审该看什么
当一半代码是 AI 生成的时候，code review 的重点必须变：从逐行找 bug 转向审边界、审安全、审“它理解对了吗”。
用 AI 编程助手重构老项目：一次实录
拿一个三年没动的老项目试了完整的“AI 辅助重构”流程：先读、再测、后改。结论是顺序反了就全是坑。
MCP 入门：给模型插上工具的标准口
MCP 正在成为 AI 工具调用的通用协议：一次封装，所有支持它的客户端都能用。这篇讲清楚它解决了什么问题，以及怎么写一个自己的 MCP 服务。
Agent 元年：从会聊到会干活
行业竞争的重心正在从模型跑分转向 Agent 落地交付。怎么理解这次重心转移，以及为什么“稳定交付”比“聪明”更难。