**Anthropic和OpenAI的军备竞赛

OpenAI那边从GPT-5开始，agent连续调几十次工具不带停的，系统提示词里明晃晃写着"任务没完成就继续，别管其他"。Anthropic这边Claude Code的默认行为一样激进，长任务跑起来自己装依赖、自己改配置、自己写测试再自己跑，出错了还能自己修。

两个团队心里的算盘其实一样：agent不"野"一点，怎么证明自己有本事？保守的agent在benchmark上根本跑不过激进的，只能互相卷。

但对实际在跑agent部署的人来说，这个趋势挺值得琢磨。一方面工具确实能干事了，以前要人盯的流程现在真能撒手；另一方面，生产环境里没人敢把这种"失控型"agent直接挂在支付接口上。我的做法是套两层护栏：第一层，在提示词里把"不要做的事"写到极致，强制要求任何写操作前都必须先输出确认计划；第二层，在代码层做拦截，把敏感命令白名单化：

ALLOWED_COMMANDS = {"ls", "cat", "grep", "python test.py"}

def validate_cmd(cmd):
    if cmd.split()[0] not in ALLOWED_COMMANDS:
        raise PermissionError(f"blocked: {cmd}")

这周实测下来，Claude Code在写代码场景的"野路子"更多，OpenAI的agent接API工具时稳定性稍好。个人感觉这是两种路线——一个往通用开发助理冲，一个往深度workflow集成冲。等哪天真出现一个agent能自己注册个域名搞事情，那才叫比赛结束。