上半年大家还沉浸在一种热闹里：谁的模型参数更大、谁的 agent 能聊得更像人。到了下半年，画风突然变了——agent 不再是桌面上那个陪你聊天的玩具，它开始悄悄变成团队里的「新员工」，能读代码、能跑流程、能自己调自己。

热闹归热闹，新问题马上就来了：当一台开发机上同时住着十几个 AI 编程 agent，谁给它们发权限？谁看它们今天干了多少活、花了多少钱？谁保证其中一个不会越权去动了不该动的目录？

这件事，开源圈这周先动手了。

Casbin 社区刚开源了一个叫 Casbin Gateway 的本地网关。说白了，就是给开发机上的 AI 编程 agent 造一个「物业中心」：29 个 agent 的配置、用量、权限，一个二进制统一管起来，Windows、macOS、Linux 都能跑。不用再一台台去调，也不会出现「我明明关了某个 agent 的联网权限，结果它换个马甲又上去了」这种尴尬。

同一拨人搞的 Casdoor 也更新到了 v4。它是做身份认证和访问管理的，这次控制台整个重写了一版，最关键是内置了 MCP Server 和 Agent 鉴权，还被收进了 CNCF 云原生全景图。翻译成人话：agent 也得有「身份证」和「门禁卡」了，不再是想进哪扇门就进哪扇门。

你可能会说，这不就是给工具加把锁吗？但信号恰恰在这儿。一个东西一旦需要「权限治理」和「身份体系」，说明它已经不是玩具，而是正经成了生产环境里的基础设施。

回过头看小红书 AllSpark 团队刚开源的 Iris，就更清楚这条线了。搜索 Agent 是公认最难训的一类——它得在网络里一边搜一边读一边推理，还得自己判断「证据够不够、能不能停」。Iris 用 35B 的体量，在 BrowseComp 上摸到 82.2 分，逼近那些万亿参数的庞然大物。底下托着它的，还是 transformers 这类老牌框架在撑着。

所以这一周串起来看，逻辑其实很清楚：底座越来越稳，能力越来越强，而最稀缺的环节，正在从「能不能跑起来」挪到「怎么把这些能力管起来、接进真实的业务流」。

落到我们最关心的招聘上，这反而给了我们一个很实在的判断标准。招一个会用 AI 工具的人不难，招一个知道给 agent 发什么权限、能把它稳稳接进团队流程、出了问题能查能管的人，才是真的难。工具越往下钻进基础设施，越值钱的就不是「会调 A