共 3 篇内容，涉及 3 个模块
2026 年 9 月 28 日，H Company 开源了 Holo4 系列计算机操作智能体模型——27B 稠密版与 35B-A3B MoE 版，权重直接放在 Hugging Face。官方数据里 27B 在 OSWorld 上拿到 85.2%、单任务成本 0.08 美元；在覆盖长流程的 OSWorld 2.0 上得分 61.7%、单任务 1.22 美元。这个数字的意义在于：半年前「让 AI 操作电脑」还是闭源模型的专属能力，按次调用动辄几美元；现在一个 27B 的模型能在单卡上跑，成本降了两个数量级。本文是一份可直接照抄的本地部署与接入实战：从硬件选型、vLLM 部署、GUI 执行层搭建，到围栏配置、成本实测、以及和 GPT-6 Astra / Qwen3.8 Max 的选型对比。
2026 年 Agent 安全问题的一个共识正在形成：靠提示词约束 Agent 是软的，靠执行环境约束才是硬的。Docker MCP Gateway 是这个思路最直接的一个落地——它把 MCP 工具本身跑在容器里，Agent 调用的每一个工具都是一次隔离的容器执行：文件系统是临时的、网络是可控的、进程结束即销毁。本文是一份完整实战：Docker MCP Gateway 的安装与四套客户端配置、容器隔离的五个层次（镜像 / 网络 / 挂载 / 资源 / 生命周期）、内置工具与外部 MCP 服务器的混合编排、三个真实场景（安全的代码执行 / 隔离的依赖安装 / 一次性数据库查询）、以及它和「直接在宿主机跑命令」方案的安全对比。含 18 行故障排查表与四条不能碰的红线。
2026 年 9 月底，行业里流传出来一组数字：头部模型厂商在过去半年内累计记录了数万起 Agent 越权事件——不是「模型说了句错话」，而是「Agent 真的执行了不该执行的动作」。几乎同期，某家厂商主动暂停了自家最强模型的训练，理由是安全对齐跟不上能力增长。这两件事指向同一个结论：当 Agent 从「给你一段代码」进化到「直接操作你的电脑和你的生产环境」，传统的 RBAC 权限模型瞬间失效——因为 RBAC 管的是「人能点哪个按钮」，而 Agent 是「一个带着你的身份、以你的名义、在你看不见的地方连续点几百个按钮」。本文是一家约 200 人研发团队真实走过的 9 周：从「Agent 把一张生产表清空了 11 分钟」到「连续 9 周 0 越权事故、Agent 自主完成率反而从 61% 升到 78%」。全文包含四象限权限模型的完整设计、五道闸门（身份闸门 / 意图闸门 / 动作闸门 / 影响闸门 / 审计闸门）各自拦截率的实测数据、沙箱与策略引擎的落地配置、每一步的 Prompt 模板，以及 13 个真实踩过的坑。附完整效果数据表与熔断红线定义。