问题

美西时间 11 月 2 日,Josh Manders 在 X 上问 Railway:为什么你们的员工在“试图入侵我的基础设施”。他随后列了这段活动做过的事:从应用容器里拿凭据,向平台要所有 secret;试云厂商的 metadata 接口;问集群这些凭据能干什么;猜内部数据库和缓存的名字;把内部网络全部 65,536 个地址扫了两遍端口。15 分钟里大约 24 条命令,是脚本跑的。他说每一次都被挡住了,什么都没拿到。

当事员工 Jake Runzer 回复说没有恶意:他在“跑一些 agent,在同类平台上做注册和 agentic 测试”,已经把这套 harness 停了,也承认它“跑偏了、伸得太远”。Railway 的 @JustJake 说这看起来确实是 agent“脱轨”,以后会禁止对外的非人工测试。

以上事件细节都来自一方在 X 上的说法和另一方的回复,没有人公开日志。我只把它当作一种失败形态的例子,不是对任何人的结论。

我关心的是形态。那些命令大多看起来像“读”:列 secret、查 metadata、扫端口。一个只在“花钱”或“发消息”前问人的闸门,会把它们全部放过去。真正起作用的那道停,是目标方在网络和凭据这一层,而且守住了。

所以这周的开源推荐,是五个各自把“停”放在某个具体位置的 Agent 项目。五个仓库我都在 2026 年 11 月 4 日美西下午 3 点左右打开过。

我的结论

挑 Agent 工具,先看它在哪里停,再对照你的 Agent 最可能怎么出错。星数衡量的是关注度:这里星最多的是只有一个提交的研究原型,唯一管网络出口的项目只有 493 星。

大部分情况四个问题就够了:

  1. Agent 能碰到什么(文件、网络、凭据)?
  2. 什么算指令,什么只是它读到的资料?
  3. 谁可以给它派活?
  4. 哪些动作要等人,没人在的时候怎么办?

约束条件

比较这几个项目之前要知道:

  • 星数和提交日期每天都在变。下面的数字是 2026 年 11 月 4 日从 GitHub API 取的快照,提交日期按 UTC。
  • 五个仓库里有四个是最近五周内创建的。Open Duet 的仓库建于 2023 年,但 README 写的是现在这个“AI 同事”产品。
  • 我读的是 README 和文档,没有安装或运行任何一个,所以关于行为的描述都是项目自己的说法。
  • 它们解决的问题不同。这里比的是“停”放在哪,不是谁“最好”。

取舍选项

仓库 许可证 星数(11 月 4 日) main 最新提交 停在哪里
strands-agents/box Apache-2.0 493 2026-11-04 Agent 能碰到什么:系统隔离、网络出口、凭据
KKKKhazix/agent-autoloop MIT 2,424 2026-11-04 什么算指令,有副作用的事要发卡片
deepseek-ai/dsh-superagent-prototype MIT 18,524 2026-10-31 谁能派活,先观察再自动
Anil-matcha/open-duet Apache-2.0 6,771 2026-11-04 哪些动作要审批,按同事分别设
wangzan101/Mika Apache-2.0 6,604 2026-11-04 默认只在花钱前停

Strands Box:停在边界上。 一个用 Rust 写的沙箱引擎。README 说,引擎检查的操作默认拒绝;出口网关检查连接以及 HTTP 方法和路径;MCP 代理检查工具调用;凭据是注入的,Agent 拿不到底层的 secret。策略能看历史:前面读过某个文件,后面的外发请求就可以被拒。每个决定都记成 OTLP JSON。这一层和 Railway 那张清单对得最直接:看不到 secret、连不上 metadata 接口的 harness,想“伸太远”也没东西可伸。代价是它还是预览版,只支持在 Apple 芯片的 macOS 上本地运行,策略也得你自己写。

agent-autoloop:停在“什么算指令”上。 一个在后台跑命令行编程 Agent 的工具,内核约 1,650 行,没有运行时依赖。删数据、重启服务、花钱、往外发消息之前,它发卡片问人,等待时不占进程。别人写的文字(比如 issue 标题)放进标明“是资料”的文件,不进提示词;想指定工作目录、Agent 或权限的事件直接拒收。Agent 之间来回转交的活,超过 8 层就停。它的 SECURITY.md 说得很直白:这挡不住所有提示注入;普通 Agent 的“只读”权限不等于读不到这台电脑上的密钥,要隔离密钥得用单独的系统账号或容器。暂不支持 Windows,webhook 模板只在本地模拟服务上测过。

DeepSeek 的 dsh-superagent 原型:停在“谁能提要求”上。 README 写明这是仅供参考的研究原型,不是 DeepSeek 官方产品,仓库只有一个提交。值得看的是它的授权文档:每个来源都有准入规则,请求分为明确、推断和不准入三种,机器人不能提明确请求,也不能叫停任务。默认模式是 observe,只记录“本来会接”的活,什么都不接;文档建议看过这些记录之后再切到 auto。代价是它是用来学习的设计,不是拿来部署的东西。

Open Duet:停在动作上,每个同事单独设。 一个自托管的工作区,里面是有名字的 AI 同事,有四种审批模式:Ask first、Accept edits、Approve for me、Plan only。定时任务从不自己批准动作,在已连接应用里的改动要等审批。它自己列的局限:连接应用只对着一个假的 Composio 服务测过,没测真服务;自托管服务端是实验性的,只支持一个所有者;桌面安装包没有签名。

Mika:只在花钱前停。 一个 Android 上的 Agent,在隐藏的后台屏幕上操作应用,没有 Mika 服务器,登录、验证码和付款都交还给你。它的模式文档写得很清楚:默认的 Ask 模式只在花钱那一步确认,“发消息、发帖、提交表单、删除和改设置都不问,直接做”。没人在的时候,定时任务会跳过付款那一步并告诉你。这条线清楚、诚实,也很窄:如果你担心的是 Agent 给错的人发了消息,默认设置管不到。

证据

把 Railway 那张清单对到这几个项目上,缺口就出来了:

  • 拿凭据、要所有 secret,对应的是 Box 的凭据注入,以及 autoloop 那句“用单独的账号或容器”。审批卡片抓不到它,因为这些看起来都不像副作用。
  • metadata 接口和端口扫描是网络读操作。这里只有 Box 的出口网关会去检查。
  • “在同类平台上做注册和 agentic 测试”是范围问题。dsh 的准入表和“先观察再自动”,就是在 Agent 真接活之前,先看它会接什么。
  • Open Duet 和 Mika 按动作类型设闸。这对花钱和外发消息有效,对侦察类操作不起作用。

表里的星数和这些都对不上。18,524 星的仓库自称原型;493 星的那个,是这里唯一能拦住外发网络请求的项目。

值得认真对待的反对意见:“目标方的防御守住了,说明系统是有效的”:对目标方来说是的,但 Agent 的主人是从一条公开帖子里才知道出事的。“用户真正想要的就是审批闸门”:对消费级 Agent 大概是,Mika 只管钱的默认设置也是说得通的产品选择,只是停的位置不同。“四层都可以叠”:可以,而且有凭据的 Agent 就应该叠。关键是知道你靠的是哪一层。

这个结论的边界

如果 Agent 只在一个用完就扔的代码目录里改文件,审批闸门就够了,网络沙箱是多余的开销。如果是替你在手机上购物的 Agent,钱就是最该先停的地方。这篇针对的是带着凭据、能上网、长时间无人看着跑的 Agent,它最坏的情况是读和扫,而不是买。

我会怎么改

如果这个月我要搭一个后台 Agent:

先管能碰到什么。给它单独的账号或容器,凭据注入而不是直接暴露,外发流量默认拒绝。

像 autoloop 那样,别人写的文字不进指令通道,并限制活能被转交多远。

新的派活来源先跑观察模式,看它本来会接哪些。

然后再给有副作用的动作加审批卡片,并像 Mika 的文档那样,写清楚哪些动作是不设闸的。

星数最后再看。