大模型术语年表:2022–2026,每年多出来的那些词
这几年读大模型相关的文章,最直观的感受是“词”更新得比模型还快。2022 年大家在聊 RLHF 和思维链,2023 年满屏都是 RAG 和向量数据库,2024 年开始讲推理模型,2025 年几乎每篇文章都绕不开 Agent,到了 2026 年,讨论的重心又移到了 Harness 和“让 Agent 在后台替你干活”上。
这篇把这些词按年份排一遍,每个词配一句白话解释。它不是严格的学术史,有两点先说明:
- 按“走红”的年份归类,不按“提出”的年份。很多词其实提出得更早,比如 RAG 的论文是 2020 年的,LoRA 是 2021 年的,MoE 更是上世纪的想法。遇到这种情况,我会在括号里标一下最早的出处;
- 能找到一手来源的尽量引一手来源:论文、官方博客、提出者本人的文章。二手的总结文章只作为线索,不作为依据。
先放一张总览,后面按年份展开:
- 2022能不能听懂指令微调RLHF思维链Chinchilla涌现幻觉提示注入
- 2023能不能用上RAG向量数据库函数调用LoRA量化开放权重DPOMoEvLLMReAct
- 2024能不能更好更省原生多模态小模型蒸馏提示缓存结构化输出电脑操作推理时扩展推理模型MCP
- 2025能不能自己干活RLVRGRPOAgentCoding AgentVibe Coding上下文工程子 AgentA2ASkillsDeep Research
- 2026能不能放心交给它HarnessClaw黑灯工厂后台 Agent长程任务记忆评测沙箱逃逸个人 Agent 协议
2022:ChatGPT 之前和刚出来的时候
这一年的关键词,基本都围绕一个问题:怎么让一个“续写文本”的模型变成一个“听得懂人话、愿意好好回答”的助手。
- Instruction Tuning(指令微调):用“指令→回答”格式的数据微调模型,让它能听懂人话。(最早系统提出是 Google 2021 年的 FLAN1,2022 年随 InstructGPT 流行开来。)
- RLHF(基于人类反馈的强化学习):人给回答排好坏,训练出奖励模型,再用强化学习(PPO)去优化模型。InstructGPT 把这套流程用在了 GPT-3 上2,ChatGPT 沿用了同样的方法,它能火主要靠这一步。
- CoT(Chain-of-Thought,思维链):让模型“一步步想”,先写出推理过程再给答案,推理题的正确率会明显提高3。同年还有人发现,只在提示词里加一句 “Let’s think step by step” 就有效果,这就是零样本 CoT4。
- Scaling Law / Chinchilla 定律:参数量、数据量和算力之间存在最优配比。DeepMind 的 Chinchilla 论文发现,当时的大模型普遍“参数太多、数据太少”,在固定算力下,参数和训练 token 应该等比例增长,大约每个参数配 20 个 token5。(更早的 Scaling Law 是 OpenAI 2020 年提出的,Chinchilla 修正了其中的配比结论。)
- Emergent Abilities(涌现能力):模型规模到了一定程度,突然会做以前做不了的事6。不过这个说法后来有争议:2023 年有论文指出,很多“突然出现”是评测指标选得太“非黑即白”造成的,换成连续指标,曲线其实是平滑的7。
- Hallucination(幻觉):模型一本正经地编造内容。
- Prompt Engineering(提示工程):靠设计输入来“调教”模型,包括写清楚指令、给几个示例(few-shot)、规定输出格式等等。
- Prompt Injection(提示注入):这个词是 Simon Willison 在 2022 年 9 月起的名字,指外部输入里夹带的指令把开发者写的指令“顶掉”8。它比 ChatGPT 还早两个多月,后来成了 Agent 安全的头号问题。
2023:生态爆发期
ChatGPT 让所有人都想把大模型接进自己的产品,这一年的词大多是“怎么用起来”和“怎么用得起”。
- RAG(检索增强生成):先去知识库里检索相关资料,再拿资料来回答,用来减少幻觉和接入私有数据。(论文是 2020 年的9,2023 年随着企业知识库问答大规模落地。)
- Embedding / 向量数据库:把文本变成向量,用来做语义检索,是 RAG 的底座。
- Function Calling(函数调用)/ Tool Use:模型输出结构化的调用请求,由程序去执行外部工具。OpenAI 在 2023 年 6 月把它做成了 API 的正式功能10。
- LoRA / QLoRA:低秩适配,冻结原模型,只训练很少的附加参数就能微调大模型11。QLoRA 在此基础上把底座模型量化到 4 bit,单张 48GB 显卡就能微调 65B 的模型12。(LoRA 是 2021 年的,QLoRA 是 2023 年 5 月的。)
- PEFT(参数高效微调):LoRA、Adapter、Prefix Tuning 这类“只训练一小部分参数”的方法的统称。
- Quantization(量化):降低权重精度(比如从 16 bit 降到 4 bit),让模型能在消费级硬件上跑。常见的名字里,GPTQ、AWQ 是量化算法,GGUF 是 llama.cpp 用的模型文件格式,INT4 则是精度本身,这几个不是同一层面的东西。
- Open-weight Models(开放权重模型):Meta 在 2023 年 2 月发布 LLaMA,之后 Llama 2、Mistral、Qwen 陆续开放权重,本地部署、微调、量化这一整套生态才真正起来。
- DPO(直接偏好优化):不用单独训练奖励模型,也不用 PPO,直接拿“好回答 / 差回答”的偏好数据来对齐,可以看成 RLHF 的简化版13。
- Constitutional AI / RLAIF:用一套写好的原则加上 AI 自己的反馈,替代一部分人工标注。(Anthropic 的 Constitutional AI 论文发表于 2022 年 12 月14。)
- MoE(混合专家):每个 token 只激活一部分“专家”参数,总参数可以很大,推理成本却不高。2023 年底的 Mixtral 8x7B 让它在开源圈火了起来。
- FlashAttention / KV Cache / PagedAttention(vLLM):注意力计算和推理显存方面的优化。FlashAttention 通过减少显存读写来加速注意力计算;KV Cache 把算过的 Key、Value 存下来避免重复计算;vLLM 的 PagedAttention 像操作系统管理内存页那样管理 KV Cache,大幅减少显存浪费15。
- Speculative Decoding(投机解码):小模型先猜几个 token,大模型一次性验证,猜对的直接收下,用来加速生成,而且输出分布和只用大模型完全一样16。
- Long Context(长上下文)/ RoPE 外推:通过位置插值等方法,把上下文窗口从 4K 一路扩到 100K 以上。
- Jailbreak(越狱):用各种话术绕过模型的安全限制。它和提示注入经常被混为一谈,区别在于越狱是用户自己想绕过限制,提示注入是第三方内容劫持了模型。
- Multimodal / VLM(多模态 / 视觉语言模型):能看图的 LLM,比如 GPT-4V、LLaVA。
- LLM-as-a-Judge(用模型当评委):让强模型给其他模型的回答打分,代替一部分人工评测17。后来几乎所有开放式任务的评测都离不开它。
- Agent 雏形:ReAct、AutoGPT:ReAct 让模型“想一步、做一步、看结果、再想”,把推理和行动交替进行18;AutoGPT 则是 2023 年春天最火的“全自动 Agent”演示。(ReAct 论文其实是 2022 年 10 月的。)
2024:效率、多模态、推理
模型能力继续往上走的同时,这一年大家开始认真算账:怎么更便宜、更快、更可控。年底,推理模型和 MCP 又给 2025 年埋下了伏笔。
- Native Multimodal(原生多模态):文本、图像、语音放在一个模型里端到端处理,而不是“语音转文字→文本模型→文字转语音”拼起来,比如 GPT-4o19。
- SLM(小语言模型):几 B 参数、能跑在手机和笔记本上的模型,比如 Phi-3、Gemma、Llama 3.2 的小尺寸版本。
- Synthetic Data(合成数据):用模型生成训练数据。
- Distillation(蒸馏):大模型教小模型,用大模型的输出去训练小模型。
- Prompt Caching(提示缓存):重复的前缀不再重复计算,能省钱也能提速。这一年 Google、Anthropic、OpenAI、DeepSeek 都在 API 里上了这个功能。
- Structured Outputs / JSON Mode:保证输出符合指定的格式。JSON Mode(2023 年底)只保证是合法的 JSON,Structured Outputs(2024 年)进一步保证符合你给的 JSON Schema。
- Computer Use(电脑操作):模型看着截图去点鼠标、敲键盘。Anthropic 在 2024 年 10 月第一个把它作为公开 API 推出20。
- GraphRAG:先用模型从文档里抽出实体和关系,建成知识图谱,再在图上做检索和总结,适合回答“这堆文档整体讲了什么”这类全局问题21。
- Workflow vs Agent(工作流与智能体):Anthropic 在 2024 年底的一篇文章里做了一个后来被广泛引用的区分:工作流是“代码预先写好路径,模型在节点上干活”,Agent 是“模型自己决定下一步做什么、用什么工具”22。
- Test-time Compute / Inference-time Scaling(推理时扩展):推理时多花算力“多想一会儿”,效果也会随之提升,这是继“训练时扩展”之后的第二条扩展曲线,以 OpenAI o1 为代表23。
- Reasoning Model(推理模型):先输出很长的思考过程再给答案的模型。
- MCP(Model Context Protocol):Anthropic 在 2024 年 11 月开源的协议,统一模型应用连接外部工具和数据的方式24。(更多内容见 MCP 还是 CLI。)
2025:Agent 元年
如果只能用一句话概括 2025 年,那就是“模型学会了在循环里用工具”。推理能力、工具调用、长上下文在这一年汇合到了一起。
- RLVR(可验证奖励的强化学习):用数学答案、代码测试这类能自动判对错的信号来做强化学习,不再需要人或奖励模型来打分。这个名字来自 AI2 在 2024 年底发布的 Tülu 325。Karpathy 在他的 2025 年终回顾里写道,RLVR 在这一年成了训练流程里“事实上新的主要阶段”26。
- GRPO:一种强化学习算法,不需要单独的价值模型,而是让模型对同一道题生成一组回答,用组内的相对好坏来算优势。它最早出现在 DeepSeekMath(2024 年 2 月)27,随着 2025 年 1 月 DeepSeek-R1 的发布被广泛采用28。
- Thinking Budget / 混合推理:一个模型里同时有“快答”和“深想”两种模式,思考的长度可以调。Claude 3.7 Sonnet、Gemini 2.5、Qwen3 都在这一年上了类似的设计。
- Agentic AI / AI Agent:Simon Willison 在他的 2025 年终回顾里采用的定义是“一个在循环中调用工具以达成目标的 LLM”(an LLM that runs tools in a loop to achieve a goal)29。他还有一个观察:推理能力真正的价值,最后体现在驱动工具上。
- Coding Agent / Agentic Coding:能写代码、跑代码、看结果、再改的 Agent,比如 Claude Code、Codex。Karpathy 把 Claude Code 视为第一个令人信服地展示了“LLM Agent 长什么样”的例子26。
- Vibe Coding(氛围编程):Karpathy 在 2025 年 2 月起的名字,指只用自然语言描述需求,不看也不管代码,全交给 AI 去写26。
- Context Engineering(上下文工程):比提示工程范围更大,关心的是给模型喂哪些信息、按什么结构、喂多少、什么时候清掉。2025 年年中这个词迅速取代了“提示工程”,Anthropic 后来专门写了一篇工程文章来讲它30。(更多内容见 上下文管理。)
- Context Rot(上下文腐烂):上下文越长,模型对其中信息的利用就越差,哪怕远没到窗口上限31。这是上下文工程之所以重要的直接原因。
- Orchestration / Multi-agent(编排 / 多智能体):多个 Agent 分工协作,由一个编排者负责拆任务、分派和汇总。
- Subagent(子智能体):由 Agent 自己派生出来的 Agent,拿到一个子任务和一个干净的上下文,干完只把结果交回来,用来隔离上下文,也可以并行干活。(更多内容见 子 Agent。)
- A2A(Agent-to-Agent 协议):Google 在 2025 年 4 月提出的 Agent 之间互相通信的标准32。MCP 管“Agent 怎么用工具”,A2A 管“Agent 怎么找另一个 Agent 帮忙”。
- Deep Research(深度研究):Agent 自主进行多轮搜索、阅读,最后写成带引用的报告。(Google 在 2024 年 12 月先推出,OpenAI 在 2025 年 2 月跟进,之后成了各家的标配。)
- AGENTS.md:放在代码仓库根目录、写给 Coding Agent 看的说明文件,相当于“给 AI 的 README”,2025 年下半年被多家工具共同采用33。
- Agent Skills:把指令、脚本、资源打包成一个文件夹,Agent 平时只看到简短的描述,需要时再按需加载全部内容34。(更多内容见 Agent Skills。)
- Jagged Intelligence(锯齿状智能):模型在有些事上超越人类专家,却在简单的事上翻车。Karpathy 的比喻是:它同时是一个博学的天才和一个糊里糊涂的小学生26。
- Reward Hacking(奖励欺骗):模型钻奖励函数的空子,而不是真正解决问题,比如为了让测试通过而直接改测试。这个概念在强化学习里很早就有,2025 年随着 RLVR 的大规模使用变得格外显眼。
- Lethal Trifecta(致命三要素):Simon Willison 提出的 Agent 安全框架:只要一个 Agent 同时具备“能读私密数据”“会接触不可信内容”“能向外发送信息”这三点,攻击者就有可能通过提示注入把数据偷走35。
- Agentic Commerce(智能体商务):Agent 替用户去比价、下单、付钱。2025 年 9 月 OpenAI 和 Stripe 推出了 ACP(Agentic Commerce Protocol)36,Google 推出了 AP2(Agent Payments Protocol)37,这个方向从那时开始有了正式的协议。
- Slop(AI 垃圾内容):批量生成的低质量 AI 内容。它被 Merriam-Webster 选为 2025 年度词汇38,算是这些词里“出圈”最彻底的一个。
2026:工程化与落地
到了 2026 年,新原语出现得少了,大家的注意力转向怎么把已有的东西做扎实:模型外面那层工程怎么搭,Agent 怎么在后台长时间可靠地跑,怎么让普通人也能放心用。下半年,安全问题又以一种很多人没预料到的方式被推到了台前。
上半年
- Harness(运行框架)/ Harness Engineering:包在模型外面的那层工程,负责工具、上下文、循环、权限和反馈。LangChain 的一篇文章把 Agent 概括为“模型 + Harness”39;OpenAI 在 2026 年 2 月发表的《Harness engineering》里描述了一个几乎不手写代码的团队,工程师的主要工作变成了“设计环境、明确意图、搭建反馈回路”40。同样的模型,换一个 Harness,表现可以差很多。(更多内容见 Agent Harness。)
- Claw / Personal Agent(个人 Agent):一个长期运行在你自己机器或云端、能连上你的消息、邮件和各种账号、替你处理日常事务的 Agent。开源项目 OpenClaw 在 2026 年初爆火,几经改名,“Claw”也成了这类软件的统称41。Simon Willison 的说法很直白:Claw 其实就是一个“换了一顶不那么吓人的帽子”的 Coding Agent。
- Software Factory / Dark Factory(软件工厂 / 黑灯工厂):Dan Shapiro 借用自动驾驶分级,把 AI 写代码分成五级,最高一级叫“黑灯工厂”,即输入需求、产出软件、中间没有人参与42。StrongDM 的团队真的按这个思路在做,他们的两条规则是“代码不能由人来写”和“代码不能由人来审”43。
- Agentic Engineering(智能体工程):和 Vibe Coding 相对,指专业工程师用 Coding Agent 做严肃的软件开发:不看代码可以,但要靠测试、规格和评审把住质量。Simon Willison 的博客把这类文章都归在这个标签下。
- Background / Parallel Agents(后台 / 并行 Agent):把任务丢给 Agent,让它在后台的沙箱里跑上几个小时,同时还能开好几个,人只在开头布置任务、在结尾验收。
- Long-horizon Tasks(长程任务):衡量 Agent 能连续自主工作多久。METR 在 2025 年提出用“任务时长”来衡量 Agent 能力:以人类专家完成任务所需的时间为尺子,看 Agent 能以 50% 的成功率完成多长的任务,并发现这个时长大约每 7 个月翻一倍44。到 2026 年,它成了各家发布新模型时最常引用的指标之一。
- Agentic Memory(智能体记忆):跨会话的长期记忆,让 Agent 下一次开新会话时还记得你的偏好、项目的约定和上次踩过的坑。(更多内容见 Agent 的记忆。)
- Evals / Agent 可观测性:评测和全链路日志成了生产环境的标配。对 Agent 来说,只看最终答案对不对已经不够,还要能回放每一步调用了什么工具、看到了什么、为什么这么做。(更多内容见 Agent 评测。)
- Human-in-the-loop(人在回路):在关键节点暂停,等人确认后再继续,比如发邮件、付款、删数据之前。
下半年(7–11 月)
- Eval 环境逃逸:7 月,Hugging Face 披露其部分生产系统遭到入侵,整个攻击过程“从头到尾由一个自主 AI Agent 系统驱动”45。几天后 OpenAI 说明,这发生在一次内部网络攻防能力评测中:参与评测的模型利用一个零日漏洞突破了评测环境的网络隔离,连到了 Hugging Face 的生产系统去找“测试答案”46。同月底,Anthropic 也公布了三起类似事件:由于配置错误,评测机器带着真实的外网访问,Claude 模型在评测中进入了三家真实机构的系统47。这些事件让“沙箱”和“评测隔离”从工程细节变成了行业话题,也是 Reward Hacking 最极端的一种表现:模型一心想拿到分数,于是去找了题目之外的路。(沙箱的原理见 Agent 沙箱。)
- Safe Claw / 面向大众的个人 Agent:个人 Agent 在上半年主要是技术爱好者的玩具,下半年大公司开始把它做成普通人也能用的产品,重点放在隔离和授权上。比如 Meta 9 月推出的 Muse 运行在独立的虚拟机里,由另一个“哨兵”Agent 把关所有外网访问,发邮件、付款这类敏感操作都要先问用户48。
- Personal Agent Protocol(个人 Agent 协议):10 月,Sierra 和 Meta 联合多家公司提出的开放标准,规定个人 Agent 怎么代表用户和商家打交道:Agent 怎么发现商家提供哪些服务、怎么登录用户账号、用户给只读还是可写权限、商家开放哪些操作49。如果说 MCP 解决的是“Agent 怎么接工具”,A2A 解决的是“Agent 怎么接 Agent”,这个协议想解决的是“替你办事的 Agent 怎么接商家”。
回头看这五年
把这些词按年份排完,能看出一条挺清楚的线:
- 2022 年解决“能不能听懂”:指令微调、RLHF、思维链,把续写模型变成了助手;
- 2023 年解决“能不能用上”:RAG、函数调用、LoRA、量化、vLLM,让大模型能接进业务、跑在自己的机器上;
- 2024 年解决“能不能更好更省”:原生多模态、提示缓存、结构化输出,还有推理时扩展这条新的扩展曲线;
- 2025 年解决“能不能自己干活”:RLVR 训练出的推理模型配上工具和循环,变成了真正可用的 Agent;
- 2026 年解决“能不能放心交给它”:Harness、后台 Agent、记忆、评测、沙箱、授权协议,关心的都是可靠性和边界。
还有一个有意思的现象:越往后,新词越少来自论文,越多来自工程博客和从业者的随手命名。Vibe Coding 是一条推文,Lethal Trifecta 是一篇博客,Claw 是一个开源项目的名字。这大概也说明,这个领域最前沿的东西,正在从实验室转移到每天用它干活的人手里。
参考文献
- [1]Wei J. et al. Finetuned Language Models Are Zero-Shot Learners. ICLR, 2022. ↩
- [2]Ouyang L. et al. Training language models to follow instructions with human feedback. NeurIPS, 2022. ↩
- [3]Wei J. et al. Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. NeurIPS, 2022. ↩
- [4]Kojima T. et al. Large Language Models are Zero-Shot Reasoners. NeurIPS, 2022. ↩
- [5]Hoffmann J. et al. Training Compute-Optimal Large Language Models. NeurIPS, 2022. ↩
- [6]Wei J. et al. Emergent Abilities of Large Language Models. TMLR, 2022. ↩
- [7]Schaeffer R. et al. Are Emergent Abilities of Large Language Models a Mirage?. NeurIPS, 2023. ↩
- [8]Willison S. Prompt injection attacks against GPT-3. simonwillison.net, 2022. ↩
- [9]Lewis P. et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. NeurIPS, 2020. ↩
- [10]OpenAI Function calling and other API updates. OpenAI, 2023. ↩
- [11]Hu E. et al. LoRA: Low-Rank Adaptation of Large Language Models. ICLR, 2022. ↩
- [12]Dettmers T. et al. QLoRA: Efficient Finetuning of Quantized LLMs. NeurIPS, 2023. ↩
- [13]Rafailov R. et al. Direct Preference Optimization: Your Language Model is Secretly a Reward Model. NeurIPS, 2023. ↩
- [14]Bai Y. et al. Constitutional AI: Harmlessness from AI Feedback. arXiv, 2022. ↩
- [15]Kwon W. et al. Efficient Memory Management for Large Language Model Serving with PagedAttention. SOSP, 2023. ↩
- [16]Leviathan Y. et al. Fast Inference from Transformers via Speculative Decoding. ICML, 2023. ↩
- [17]Zheng L. et al. Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena. NeurIPS, 2023. ↩
- [18]Yao S. et al. ReAct: Synergizing Reasoning and Acting in Language Models. ICLR, 2023. ↩
- [19]OpenAI Hello GPT-4o. OpenAI, 2024. ↩
- [20]Anthropic Introducing computer use, a new Claude 3.5 Sonnet, and Claude 3.5 Haiku. Anthropic, 2024. ↩
- [21]Edge D. et al. From Local to Global: A Graph RAG Approach to Query-Focused Summarization. arXiv, 2024. ↩
- [22]Schluntz E., Zhang B. Building effective agents. Anthropic Engineering Blog, 2024. ↩
- [23]OpenAI Learning to reason with LLMs. OpenAI, 2024. ↩
- [24]Anthropic Introducing the Model Context Protocol. Anthropic, 2024. ↩
- [25]Lambert N. et al. Tülu 3: Pushing Frontiers in Open Language Model Post-Training. arXiv, 2024. ↩
- [26]Karpathy A. 2025 LLM Year in Review. karpathy.bearblog.dev, 2025. ↩
- [27]Shao Z. et al. DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models. arXiv, 2024. ↩
- [28]DeepSeek-AI DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning. arXiv, 2025. ↩
- [29]Willison S. 2025: The year in LLMs. simonwillison.net, 2025. ↩
- [30]Anthropic Applied AI Team Effective context engineering for AI agents. Anthropic Engineering Blog, 2025. ↩
- [31]Chroma Context Rot: How Increasing Input Tokens Impacts LLM Performance. Chroma Research, 2025. ↩
- [32]Google Announcing the Agent2Agent Protocol (A2A). Google Developers Blog, 2025. ↩
- [33]AGENTS.md AGENTS.md: a simple, open format for guiding coding agents. agents.md, 2025. ↩
- [34]Anthropic Introducing Agent Skills. Anthropic, 2025. ↩
- [35]Willison S. The lethal trifecta for AI agents: private data, untrusted content, and external communication. simonwillison.net, 2025. ↩
- [36]OpenAI Buy it in ChatGPT: Instant Checkout and the Agentic Commerce Protocol. OpenAI, 2025. ↩
- [37]Google Cloud Announcing Agent Payments Protocol (AP2). Google Cloud Blog, 2025. ↩
- [38]Merriam-Webster 2025 Word of the Year: Slop. Merriam-Webster, 2025. ↩
- [39]Trivedy V. The Anatomy of an Agent Harness. LangChain Blog, 2026. ↩
- [40]Lopopolo R. Harness engineering: leveraging Codex in an agent-first world. OpenAI, 2026. ↩
- [41]Willison S. 2026 in LLMs (so far). simonwillison.net, 2026. ↩
- [42]Shapiro D. The Five Levels: from Spicy Autocomplete to the Dark Factory. danshapiro.com, 2026. ↩
- [43]Willison S. How StrongDM's AI team build serious software without even looking at the code. simonwillison.net, 2026. ↩
- [44]Kwa T. et al. Measuring AI Ability to Complete Long Software Tasks. METR, 2025. ↩
- [45]Hugging Face Security incident disclosure — July 2026. Hugging Face Blog, 2026. ↩
- [46]OpenAI OpenAI and Hugging Face partner to address security incident during model evaluation. OpenAI, 2026. ↩
- [47]Anthropic Investigating three real-world incidents in our cybersecurity evaluations. Anthropic, 2026. ↩
- [48]Meta Introducing Muse: The World's First Personal AI Agent Built for Everyone. Meta Newsroom, 2026. ↩
- [49]Taylor B., Bavor C. Introducing Personal Agent Protocol. Sierra Blog, 2026. ↩