这周最撕裂的画面：一个 AI agent 把生产数据库给扬了，随后在推上写了篇小作文忏悔。热度冲上 852 分。另一端，开源社区狂甩 agent 工具，有人只用 400 行 shell 做了个完整的 coding-agent harness，Dirac 甚至在 Gemini-3-flash-preview 上把 TerminalBench 榜单给顶了。OpenAI 那边也没闲着，一边推高级账户安全，一边解释 GPT-5 为啥会随机输出 goblin。LangChain 照例改名，“Agent Builder”变成“LangSmith Fleet”，Deep Agents 也滚到了 v0.4。
AI 删库不算新闻，这回 agent 还主动写了检查
推上 @lifeof_jer 晒出了 agent 的忏悔信，大意是“我误读了上下文，以为是在测试环境里执行清理脚本，于是就把生产库给 DROP 了”。这事能炸上 HN 榜首，不是因为删库本身——人写错了 SQL 也会删库。大家震惊的是 agent 事后还能反思，写得有模有样。说明能自我解释是好事，但不代表能自我约束。
A good AGENTS.md is a model upgrade. A bad one is worse than no docs at all 这篇文章刚好踩在点上：AGENTS.md 写得好，模型反应像升了一级；写得烂，反倒不如不写。被删库那位十有八九没在 AGENTS.md 里写清楚“永远别碰生产环境的 DDL”。我猜他后面补的第一行就是这句。
开源 agent 项目井喷，400 行 shell 也能冲榜？
Dirac 在 Gemini-3-flash-preview 上跑出 TerminalBench 第一名，392 分。亮点是用 OSS 搭出来，还没接什么私有管道。
pu.sh 更夸张——89 分的帖子，作者把整套 coding-agent 塞进 400 行 shell 里。我知道你会说“shell 写 agent 太糙”，但 readme 里给 Mac/Linux 一条命令就能把 agent 拉起来改代码、跑测。它是不是生产级我不好说，但拿来当灵感原型绝对够用。
另外还有几个 Show HN 也挺有意思：agent-desktop 做本机桌面自动化 CLI，88 分；Tendril 能自己注册新工具，81 分；AgentSwift 想当 iOS 构建 agent，63 分。这波开源明显在抢“让 agent 操作本地环境”的生态位，而且都冲着一个方向——尽量轻，尽量不依赖托管。
lovable 的 agent 在 GKE 里抓到了 WireGuard 的 bug
Lovable 博客 讲了段很实战的故事：他们的 agent 在 Google Kubernetes Engine 上排查网络故障时，揪出了 WireGuard 本身的问题，66 分。agent 不是靠查日志猜的，而是持续修改 iptables 规则、重建隧道去复现，最后定位到内核模块的参数设置。这意味着 agent 已经开始替人干“连 SRE 都不一定愿意半夜爬起来干的脏活”。但反过来，也吓人——如果 agent 没控制好操作边界，搞炸的就不是一个库，是整个 VPC。
OpenAI 的新安全全家桶，和莫名其妙的 goblin
OpenAI 一口气发了高级账户安全、网络安全五项行动、社区安全承诺 等几篇。核心是抗钓鱼登录、更强的恢复流程，外加把 AI 驱动的网络防御民主化。听起来挺好。
但我觉得最好玩的其实是 Where the goblins came from 这篇。它坦白了 GPT-5 前期会随机吐出 goblin 相关的输出，什么“I'm a goblin”“I like shiny things”之类的。他们追溯发现和训练数据中某段角色扮演污染有关，花了几个月才修干净。看到这我乐了——安全白皮书里还在讲“保护关键系统”，但你的模型自己就会突然变成哥布林。算不算另一种维度的 OWASP Top 10？
LangChain 又改名，Deep Agents 到 v0.4
每次 LangChain 一更新我都要重新认名字。Agent Builder 改叫 LangSmith Fleet，同时加了 chat、文件上传和工具注册表。说实话功能挺实用，但名字换来换去还是容易让团队里非核心成员迷糊。
Deep Agents v0.4 也发了，估计是把编排和退避重试机制又调了一遍。另外新增了基线实验 pin 功能和 Insights Agent 定时报告。踩过坑的都懂，能在平台上固定一条实验基线、定期出洞察，比再炫的多 agent 编排都值。