技术 · 熟练
安全防线装上了，为什么它还删了你半个目录？
「已发布」和「正在你机器上跑」是两件事
2026 年 10 月这一批 Agent 更新，几乎全是护栏而不是更聪明的模型：钩子改成失败即拦、并行改成各占一棵工作树、递归删除前先问一句。但护栏有个残酷的性质 —— 它只有「在跑」且「没被绕过」时才存在。这一页给的是三道自查：① 你装的版本在哪条通道上（稳定通道常常落后）；② 需要打开的功能是不是还关着（并行隔离一类的能力多半在开关后面，默认关）；③ 你自己的白名单有没有把审查整段跳过去。关键动作只有一个：把「防线是否生效」当成一次可核对的检查，而不是一次安装。
方法 · 一图看懂
1
先确认版本在防线之后 — 更新分多条通道，稳定通道会滞后；用版本号对一下，别用「我记得更新过」
2
再确认开关是开的 — 并行隔离、更严的审查这类能力常放在功能开关后面，默认关；装了不等于开了
3
最后确认没被自己的白名单绕过 — 审查是分类器，白名单里的命令直接跳过；把递归删除放进白名单，等于自己拆了这道门
4
把这三步做成每月一分钟的例行检查 — 防线不是一次性安装，是一次持续的状态
原理 · 为什么有效
护栏的价值等于「它在跑」乘「它没被绕过」—— 任何一项为零，整体就是零。而这两项恰好都不写在更新日志里：日志只告诉你「我们发布了」，不告诉你「你的通道有没有收到」「你的开关是不是关着」「你的白名单有没有放行」。更麻烦的是，护栏失效时没有任何报错 —— 它安静地从「拦得住」退化成「不拦」，而你的操作手感一点没变，直到某次 agent 拼出一条变量为空的删除命令。所以判据不能是「我装了吗」，只能是「我今天核对过它在跑吗」。
适用场景
适合：让 agent 在无人值守下跑长任务的人、一人开发（没有第二个人做代码审查）、把终端权限交给 agent 的团队。不适合：只在自己眼皮底下、每一步都手动确认的轻量用法 —— 那种情况人本身就是那道防线。也不解决「模型主动作恶」这一类问题：护栏管的是误操作与越界，不是意图。
自测 · 4 问
你能说出现在这个 agent 的确切版本号吗？说不出，第三步就是空的
你要靠的那项防护，是默认开还是开关后面？
你的白名单里有没有递归删除 / 强制删除 / 通配符删除？有就是从里面拆门
审查步骤在你的工作流里是默认执行，还是「需要时手动开」？
怎么上手 · 验证步骤
上手三步：① 打开终端，把 agent 的版本号与官方更新日志的最低要求对一遍，落后就切到最新通道；② 逐项核对功能开关——尤其并行隔离与更严删除审查这两类，确认它们是「开」而不是「支持」；③ 打开白名单 / 允许列表，把所有删除类、写入类、带通配符的命令移出去，让它们每次都过审查。做完把这三项写成一行记录（版本 / 开关 / 白名单），下个月照着核。
自检动作：故意让 agent 执行一条目标含未设变量的命令（例如删除一个不存在的环境变量展开出来的路径），看它是停下来问你，还是直接执行。停下来 = 防线在跑；直接执行 = 你以为的那道门从来没关上。⛔ 这个动作只在你能接受该目录被删的沙箱里做。