OpenSage:下一代 Agentic AI

TL;DR

• 問題:現行 agent 開發是「先把系統設計定好再建 agent」——預先指定 topology、工具集、記憶結構。但長程複雜任務中,agent 會需要臨時 spawn sub-agent、發現手上工具不夠、需要自己造工具;寫死等於直接壓縮 generalizability。
• 類比:這就像 10–20 年前的 feature engineering——把人的 inductive bias 塞進模型,反而限制了搜尋空間。深度學習的答案是「直接餵原始資料讓模型自己找」;OpenSage 對 agent 做同一件事:只提供最小 scaffold,讓 AI 自己蓋 agent。
• 成績:發表時(約 2026 年 2 月)在多個 coding 與 security benchmark 上勝過 Claude Code 與 Codex;更亮眼的是拿去打 DEF CON 2026 資格賽——15 題非互動題解出 7 題、共取得 8 個 flag,足以擠進歷來參賽隊伍前五,並贏過所有宣稱不用或少用 AI 的人類隊伍。
• 下一步:agent 蓋好只是第一步,模型必須與 agent 共同演化——現有最強模型還沒學會怎麼幫自己蓋 agent(想 spawn 新 agent 卻失敗);因此要同時做 agent 框架、模型訓練、以及專為 agent trajectory 設計的 inference stack。

重點整理

Agent 1.0 的天花板:什麼都預先寫死(約 00:04–00:06)

Guo 先描述現況:大家建 agent 的方式,是在動工前就把 agent structure、agent topology、工具集與記憶結構全部定好,「就像寫軟體一樣,你很清楚自己要蓋什麼,有一份明確的系統設計,然後才讓 agent 去跑」。

問題出在長程複雜任務。執行途中,agent 可能需要自己 spawn sub-agent;也可能發現「我手上這組工具不夠,我得發明新工具才能完成」。只要這些東西是預先寫死的,agent 的能力與泛化性就被硬生生綁住。

從 feature engineering 到 agent 2.0(約 00:06–00:08)

他用機器學習史來類比。10–20 年前設計模型的第一步是 feature engineering:從原始資料裡想辦法抽特徵——那其實是把人類知識、也就是 inductive bias 加進模型。後來大家發現這一步不必要:直接把深度網路餵原始資料,模型自己會找出來,而且少了 inductive bias 的約束,模型能在更大的搜尋空間裡找到更好的解。

OpenSage 的問句就是把這件事套到 agent 上:如果我們不做那些手工「feature engineering」(預先指定 workflow、topology、工具集),而是只搭一組最小 scaffold,讓 agent 自己蓋自己的 agent,會怎樣?具體來說,給 agent 一組起始工具,讓它沿途可以自行 spawn sub-agent、設計自己的 workflow topology、寫自己的工具、甚至設計自己的記憶。

實作上他們重寫了整個 ADK(agent development kit),使 agent 能在執行過程中探索自己的 topology 與工具。他展示了一張 OpenSage 與 Google 等 frontier ADK 的能力對照表——正因為這些自由度是現有 ADK 給不了的,他們才稱之為 agent 2.0(現有框架是 agent 1.0)。

實測:benchmark 與 DEF CON(約 00:09–00:12)

• Benchmark:主要測 coding 與數個 security 相關 benchmark。發表當時(約今年二月)對比 Claude Code 與 Codex,在 SWE-bench、SWE-bench Pro 等既有 benchmark 上勝過所有現有 agent 框架。他自己補充這些數字已經有點過時,OpenSage 仍在演進。
• DEF CON 2026 資格賽:他形容這是攻擊性資安界的奧運,通常要一隊職業 hacker 連戰 48 小時,有些隊伍甚至上百人。由於主辦方不允許 AI 提交答案,他們是在比賽同步開放題目時平行跑。15 題非互動題中解出 7 題;事後分析另有 4 題「差一點,再給一小時應該能解」。總計取得 8 個 flag,足以名列歷來所有參賽隊伍的前五,並且贏過所有宣稱沒用或少用 AI 的隊伍。
• 更關鍵的是 trace 顯示的行為:OpenSage 為了解題連續跑了五、六個小時,spawn 出上千個 sub-agent——證明它真的會依任務難度自行擴張 topology。

收尾:模型與 agent 必須共同演化(約 00:12–00:13)

蓋出 agent 只是第一步,模型這顆腦袋同樣關鍵。他們的觀察是:即使搭配最新模型,模型還沒完全學會怎麼幫自己蓋 agent——有時模型想 spawn 一個新 agent,實際上卻失敗。

因此他們往一個更全局的框架走:用新的 agent 去訓練模型,把模型訓練成更會 spawn 自己的 agent、更會寫自己的工具;同時因為 agent trajectory 與純 QA 任務的形態完全不同,他們也在開發新的 agent inference framework。

最後的訊息:AI agent 的未來是把自由度打開,讓 AI 對「最終構成 agent 的一切」做更多探索;人類要提供的是有意義的 scaffolding、夠強的模型,以及最有效率的 inference framework。

金句

"What about we just build a minimal set of scaffold that enable the agent to build its own agent?"(約 00:07)

一句話講完 OpenSage 的設計哲學。

"We want something like AI build AI — agent build agents."(約 00:07)

"This is the AI-only agent that's able to beat a team of professional hackers that didn't use AI in their competition."(約 00:11)

DEF CON 資格賽的結論——純 AI 隊伍已經打贏不用 AI 的職業人類隊伍。