本周 AI 观察：GitHub 新增 Top 15 里 8 个是 Agent，400G 数据和 200 刀月费同时找上门
周末把 GitHub 一周新增项目榜刷了一遍，第一反应：这周是 Agent 周。
用 GitHub API 拉 8 月 16 日之后创建的项目，按 star 排序，Top 15 里 8 个是 Agent 生态——多 Agent 群聊、给 AI 配电脑、A2A 路由、Agent 终端控制台，齐刷刷冒出来。
与此同时，两条反面线索也在发酵：一个社区插件误删了用户 400G 数据，一批程序员自费 200 刀/月买 token 上班。
一边抢着给 Agent 造手脚，一边为这些手脚买单。这周值得写一篇观察。
8 个 Agent 项目，在抢同一个位置
先把榜上的名字摆出来，全是 8 月 16 日之后新建的仓库（star 数为 8 月 23 日 GitHub API 实测）：
| 项目 | star | 定位 | 解决的问题 |
|---|---|---|---|
| yetone/cumora | 2900 | 多 Agent 群聊，agent 是聊天室一等公民 | 多个 agent 怎么协作不打架 |
| CopilotKit/OpenBot | 2316 | 开源 AI 同事，每个 agent 一台独立电脑（浏览器/文件/终端） | 权限怎么隔离 |
| wang2122/sprix-sage-router | 1243 | A2A 网络路由，状态感知的 SELF/COLLABORATE/HANDOFF 调度 | 任务怎么分发 |
| cinderline/northcinder | 1205 | MCP server，买前先比较产品再问买家 | agent 怎么用外部工具 |
| browser-use/macos-harness | 708 | 给 LLM 完整控制 Mac 的最薄 harness | 手脚怎么做得薄 |
| Spielewoy/autoprompt-skill | 702 | 编码 agent 技能，官方宣称失败率降 45% | 技能怎么沉淀 |
| missuo/herdrm | 604 | macOS 原生控制台，统一管理所有 coding agent | 多个 agent 怎么盯 |
| s1dashu/ip-as-logo-skill | 3773 | Agent Skill，IP 形象一键转 logo | skill 生态怎么长 |
把这 8 个横着看，会发现一件有意思的事：它们不约而同在抢模型和用户之间的那一层。
cumora 把 agent 变成群聊成员，解决的是"多个 agent 怎么协作"；OpenBot 给每个 agent 发一台电脑，解决的是"权限怎么隔离"；sprix-sage-router 管 agent 之间的路由，谁该自己干、谁该协作、谁该移交，状态感知；macos-harness 做的是"手脚"本身；herdrm 把散落各处的 agent 和终端收进一个控制台。
沙箱、编排、路由、终端——全是基建。
为什么偏偏是这周：模型不再是稀缺品
两周前，DeepSeek Harness 开源，6 天 16 万 star（8 月 19 日写过）；上周，Qwen3.8-27B 一张 4090 就能跑出 Opus 级 Agent 能力。这周的新榜把这个信号彻底坐实了：
模型供给已经过剩，模型本身不再是差异化。
过去两年 AI 圈的主战场是模型层——谁参数大、谁分高、谁的榜单第一。但现在开源模型把推理成本打到地板价，闭源和开源的差距肉眼可见地缩小。模型变成了水电煤，谁都能用。
真正卡脖子的变成了"手脚"：harness 的权限怎么设计、沙箱怎么隔离、多个 agent 怎么协作不打架、任务怎么路由。这层没人做好，模型再强也只是个聪明的打字员。
这就是为什么 DeepSeek Harness 开源能引爆 16 万 star——它开源的其实不是模型，是那层手脚。而本周新榜的 8 个项目，全在手脚的细分赛道上抢位。
打个不严谨的比方：模型是 CPU，基建是操作系统。CPU 性能过剩之后，赢家不是芯片厂，是 Windows 和 Android。
Agent 的竞争，已经从"谁的脑子好"转移到"谁的手脚稳"。
两条反面线索：400G 和 200 刀
基建爆发的同一周，两个问题也集中暴露。
第一个，敢不敢放手。
上周那个事故还在圈里发酵：一个 DSH 社区插件在沙箱外执行了破坏性操作，一条命令删掉用户 400G 文件。这不是恐怖故事，是真实发生的事。
这个事件的本质，就是"敢不敢放手"：Agent 要替人干活，就必须给权限；给了权限，第三方代码出问题就是数据灾难。OpenBot 给每个 agent 一台独立电脑，本质就是在回答这个问题——权限隔离，每个 agent 各玩各的，炸一个不连坐。
第二个，用不用得起。
上周写过程序员自费买 token 上班：Claude Max 或 Codex 的 200 刀档位，公司不报销，算下来是隐形降薪。Agent 场景的 token 消耗是聊天的几十倍——一次中等规模重构轻松吃掉几十万 token，成本按 token 计费且不透明，个人开发者根本算不清账。
两条线索拧成一句话：
Agent 正从演示走向生产，而生产环境只认两件事：敢不敢放手（安全），用不用得起（成本）。2026 下半年，谁先解决这两个问题，谁就赢基建。
一个能带走的框架：上手 Agent 工具前，先过三问
说了这么多，落到能用的东西上。我最近评估 Agent 工具，固定过三关：
第一问：安全边界。 它默认能碰我哪些文件？能删东西吗？看得到家目录吗？默认只读、写入要确认、危险命令强制人工审批——做不到的直接出局，安全红线一票否决。这是 400G 事件教会所有人的。
第二问：成本模型。 按 token 还是按任务计费？有没有上限？订阅之外能不能看到真实账单？算不清账的，先跑两周真实任务记一笔账，再决定买不买。
第三问：可观测性。 每一步做了什么有没有日志？出错了能不能回滚？herdrm 这类控制台把实时终端集中管理，就是在补这一课——agent 干活必须留痕。
三问全过，小流量试用：专用目录、危险操作人工确认、记录真实成本，跑两周再进生产。
丑话说前头
这篇观察的结论，有几处要打折扣的地方，先讲清楚：
- star 数不代表生产可用。 榜上好几个仓库才建了 3-5 天，版本号 v0.x 甚至 preview，功能没定型，今天的样子明天可能大变。
- 官方口径要自己验证。 autoprompt-skill 宣称失败率降 45%，sprix-sage-router 的调度效果，都是项目方自己的说法，没有第三方复现。
- 生态越繁荣，风险越高。 400G 事件说明：开源不等于安全，第三方插件就是跑在你机器上的第三方代码。基建赛道越热，这个提醒越重要。
- 榜单热也可能是周期。 新项目扎堆出现，可能是真需求，也可能只是追风口。判断依据是下个月还有没有人用。
说句实在的
这周给了个很清晰的信号：Agent 的竞争已经不在模型层了。 模型多得用不完，手脚才是稀缺品。
对开发者来说，这意味着两件事：选型时别再盯着 benchmark 分数，先过三问；想参与下一波，harness、沙箱、编排这些基建赛道，比追着模型跑更有机会。
下周日再回头看这 8 个项目还在不在榜上——能留下来的，才是真的。
搬砖程序员带你飞，专注 Golang / AI / 后端。每天一篇，讲清楚一个技术真相。
