AI Agent
聚合包含「AI Agent」的文章，方便按工具、配置项或错误现象继续排查。
AI Agent 已经能参与攻击链：Claude / Codex 使用前要限制哪些权限
OALABS 披露攻击者用 Claude 和 Codex 辅助入侵多家公司后，开发者启动 AI Agent 前要先收窄命令、网络、凭据、MCP 和日志权限，避免把本地工作台变成攻击链的一部分。
当 AI Agent 开始替人动手，企业最先缺的不是更强模型
AI Agent 一旦能读仓库、跑命令和调用企业工具，问题就不再只是它够不够聪明，而是谁给了它权限、谁承担结果。
AI Coding 跑得越快，GitHub 和 CI 为什么先开始吃不消
Agent 增加的不只有代码，也有分支、PR、Actions 和等待队列。平台可靠性正在成为 AI Coding 交付能力的一部分。
AI Agent 把 PR 写得更快以后，review 为什么反而更贵了
写出一份 PR 只是开始。Agent 提高了改动的供给，review、CI、返工和长期维护才会决定团队究竟有没有变快。
当 Agent 开始记住项目，隐私风险也从一次对话变成了一段关系
持久环境让长任务 Agent 能持续工作，也让代码、缓存、记忆和凭据有机会跨越一次任务继续留在系统里。
AGENTS.md 可能帮倒忙：仓库规则文件到底该写多短
AGENTS.md 可能帮倒忙吗？本文解释 AI 编程代理的仓库规则文件为什么不宜太长，并给出一份简短、可维护、低干扰的 AGENTS.md 写法清单。
MCP Server 安装前怎么检查 tool poisoning 风险
安装 MCP Server 前先检查 tools 描述、隐藏参数、启动命令、scope 和本地权限；陌生 Server 不要和文件、邮件、GitHub、数据库等敏感工具放在同一会话里直接启用。
AI Agent 让你安装依赖时，哪些包不能直接允许
AI Agent 建议安装 npm、PyPI 或 Cargo 依赖时，先核对包名是否真实、来源是否可信、安装脚本会不会执行、lockfile 带进了什么，再决定是否允许。
AI Agent 权限怎么设：哪些命令能自动跑，哪些必须人工确认
AI Agent 权限设置的目标不是全部禁止或全部放开，而是按影响半径分级：只读和本地验证可自动跑，依赖、数据库、网络和 Git 写操作要确认，删除、生产部署和密钥访问要禁止。
AI Coding 的下一步：从 prompt 技巧到工程约束
AI Coding 的下一步，不是继续堆 prompt 技巧，而是把 AI 写代码纳入工程约束：需求拆解、代码边界、测试、权限、安全、审查和交付流程都要变成可执行规则。