研究与基准测试/2026-08-17/8 分钟告警多不等于风险准：阿里云 AgentLoop 先把高风险队列做实阿里云 2026-08-17 的 AgentLoop Audit 把局部命中和上下文判定分开。截图里凭证泄漏影响 6 个应用，模型侧 38 次提交、43 次回复泄漏。这些是运营计数，不是检出率。
研究与基准测试/2026-08-14/9 分钟能跑通还不够：腾讯云 ADP 用五件事判断 Agent 能不能进生产腾讯云 ADP 从 DeepSeek Harness 的插件、动态装载和会话日志，整理进生产前的治理检查。文末五条是成功率稳定、失败可恢复、调用可审计、权限清楚、成本延迟可接受。没有给出阈值。
研究与基准测试/2026-07-23/9 分钟Coding Agent 上线前先要能被量：阿里云 Pilot 用轨迹回答四件事阿里云 2026-07-23 开源 LoongSuite Pilot。它不改 Agent，把本机 Coding Agent 收成统一轨迹，用来定义完成率、Token 效率和自修复，并做安全审计。三工具对比只是同一次补单测，没有重复实验。
