今天怎样委派
分阶段接收
钓鱼RCT提供特定队列直接研究，NIST61r3给检测/分析与响应边界；其他告警不借钓鱼实验冒充同配置成绩。
W-C30 · 条件能力评估
告警调查结论：证据、判定与可继续的升级包
针对给定告警/队列交付可追溯的真假/待证判定、影响/优先级和升级依据，不默认改变资产状态。
现在的用法
可委派证据聚合、排序和调查结论，先以本地真假/待证控制校准；高影响处置从调查结果另开实际授权交付。
钓鱼RCT提供特定队列直接研究，NIST61r3给检测/分析与响应边界；其他告警不借钓鱼实验冒充同配置成绩。
开始前满足这些条件
- 冻结日志/消息/上下文及获取权限，保存原始证据与真/假/待证参照，恶意内容只在隔离环境处理。
- 给处置代价/漏报成本、证据不足标准、升级对象与所需诊断字段；区分判定和执行。
本站记录：本次核查公开资料与任务契约，未在本站运行目标任务或新增模型试次。
用你已有的上下文继续
交给我的 Agent
带走当前公开资料，让你的 Agent 结合已有背景继续分析。也可以读完就结束。
查看可复制的内容
我正在了解：告警调查结论：证据、判定与可继续的升级包 针对给定告警/队列交付可追溯的真假/待证判定、影响/优先级和升级依据，不默认改变资产状态。 请读取这项工作的输入、条件和验收，结合当前授权与环境完成我提出的交付。先说明可执行范围和阻塞；保留失败、重试与独立接收记录，不把示例当作本次已运行结果。 公开资料： 当前任务与验收资料：https://edgeofwork.com/work-units/W-C30.md?version=2026-10-21.workunits.2 区分职业资料、研究结果、工具声明和编辑推断；读取资料给出的日期、版本与范围。需要时补充原始来源。使用自己的自然报告或对话继续，无需把个人材料和分析回填网站。
当前判断与直接依据
工具今天能否获得
商业钓鱼工具受许可/角色/容量约束；本包没有进入租户。其他告警需目标日志/调查接口。
Phishing Triage Agent ↗ · 2026-10-20核查文档；租户实际部署版本需记录
需相应Microsoft安全产品权限/许可与SCU容量
哪些具体证据支持判断
外部报告结果
钓鱼RCT在标准化材料/问卷中的邮件队列比较排序和解释对专业分析师的影响，并另作resolve-benign反事实；不是持续生产邮箱无人处置。
Phishing Triage Agent 随机对照试验 ↗
支持：直接邮件研判研究，保留实际载体与干预身份。
定位：v1 §1—§3 methodology/behavior/counterfactuals
范围限制：原语料零FP/FN后注入合成判定错误，跳过良性协议为反事实；不能推断真实误报分布或无人遏制。
判断限制：原语料零FP/FN后注入合成判定错误，跳过良性协议为反事实；不能推断真实误报分布或无人遏制。
研究配置：v1 §2：招募167名专业分析师，13低分回答被剔除；93封原语料中抽25邮件队列，在Qualtrics以标准化只读材料判定。Control52随机无AI、Aware56优先队列+判定/解释、Blind59同排序但不告知AI；原语料Agent零FP/FN，另造判定/解释错误，每队列1SFP+1SFN。resolve-benign为由任务结果组合的反事实分析。
有条件的编辑推断
可用NIST61r3的检测/分析与证据要求组织其他告警调查，以独立证据和待证/升级条件接收。
判断限制：非邮件任务没有由RCT直接证明的AI表现。
输入变化会怎样改变结论
钓鱼队列
邮件/URL/附件材料与本地真假基率。
采用范围：按本地错误控制校准，不照搬问卷反事实收益。
验收变化：真实/合成错误解释、恶意/良性/待证、排序和确认成本。
身份端点及关联告警
结果是跨来源调查结论，非邮件分类。
采用范围：NIST方法迁移，先给可证伪证据链；不继承钓鱼成绩。
验收变化：时间/身份/资产对应、替代解释、缺日志与升级包。
前沿已经展示到哪里
邮件材料/问卷的排序与解释效应已有试验；原语料无自然FP/FN、合成错误和反事实协议限制迁移，不能证明实际邮箱长期无人研判。
未知下一步怎样验证
用本地脱敏真假/待证告警盲测，核对逐条证据、漏报/误报与确认时间，再决定优先级和复核范围。
未来什么信号会扩大或缩小边界
- 新队列基率/对抗条件下证据与误报漏报仍可控，可扩大辅助研判。
- 合成控制或真实错误被盲目附和、证据不足仍关单时收窄范围。
交付什么
请求：给邮件/身份/端点等告警、资产/用户、时间窗与需回答的真实风险/优先级。
结果为调查结论与队列排序；检测规则变更另W-C29，安全事件遏制另W-C31。钓鱼RCT仅支持其问卷队列条件，其他告警为明确方法迁移。
- 告警与问题
- 给邮件/身份/端点等告警、资产/用户、时间窗与需回答的真实风险/优先级。
- 证据与基线
- 冻结日志/消息/上下文及获取权限，保存原始证据与真/假/待证参照，恶意内容只在隔离环境处理。
- 判定与升级
- 给处置代价/漏报成本、证据不足标准、升级对象与所需诊断字段；区分判定和执行。
接收产物
- 逐告警证据定位、真假/待证及影响前提
- 优先级/关联时间线、反证与误报排除
- 仍需信息、升级包和后续控制/处置的明确接口
怎样验收
1. 判定由证据支持
原始消息/身份/时间线与资产交叉核对，正常负例和替代解释挑战结论。
拒收例子：仅品牌词/风险标签就认恶意。
2. 未知和错误可见
用本地真/假与有意错误解释检查自动同意，保留缺日志/矛盾与查不到部分。
拒收例子：Agent判良性就无条件关单。
3. 输出可接续且不冒充处置
独立接收者能重查证据和升级，结论/规则/执行状态分开记录。
拒收例子：给出恶意判定便写资产已经隔离/清除。
一个具体例子
输入：可疑邮件和异常登录同时出现，但也有正常内部转发。
预期交付：逐条真假/待证、消息/身份证据、时间线和升级条件。
容易出错：把排序靠前等同已入侵，并声称自动清除。
工作步骤怎样重组
原来的组织方式
分析师逐条查告警并在多处整理证据和升级。
现在的组织方式
Agent自主关联证据、排序和构造反证，程序重放已知控制；调查结论独立于外部处置。
保留的判断、新增的工作与失败接管
仍需做好
- 定义调查授权、风险/漏报代价和升级优先级，决定真实事件处置范围。
新增职责
- 独立接收者能重查证据和升级，结论/规则/执行状态分开记录。
人的责任：定义调查授权、风险/漏报代价和升级优先级，决定真实事件处置范围。
失败处理：缺证据输出待证及具体请求，不用恶意内容授予工具权限，不越过调查范围执行隔离。
尚待补足
- 用本地脱敏真假/待证告警盲测，核对逐条证据、漏报/误报与确认时间，再决定优先级和复核范围。
这对个人和团队意味着什么
职业与岗位
安全告警调查
逐告警证据定位、真假/待证及影响前提
用本地脱敏真假/待证告警盲测，核对逐条证据、漏报/误报与确认时间，再决定优先级和复核范围。
查看相关职业与方向 →团队与分工
钓鱼RCT提供特定队列直接研究，NIST61r3给检测/分析与响应边界；其他告警不借钓鱼实验冒充同配置成绩。
Agent自主关联证据、排序和构造反证，程序重放已知控制；调查结论独立于外部处置。
用本地脱敏真假/待证告警盲测，核对逐条证据、漏报/误报与确认时间，再决定优先级和复核范围。
查看工作分工与组织案例 →依据具体支持了什么
Phishing Triage Agent 随机对照试验
直接邮件研判研究，保留实际载体与干预身份。
未覆盖：原语料零FP/FN后注入合成判定错误，跳过良性协议为反事实；不能推断真实误报分布或无人遏制。
NIST SP800-61r3
专业方法支持调查结果分界。
未覆盖：非邮件任务没有由RCT直接证明的AI表现。
原文定位、日期与职业来源关系
- Phishing Triage Agent 随机对照试验 ↗
2025-11-17 · 定位：Abstract；RCT treatment and outcomes
AI增强分析师钓鱼队列研判；厂商相关研究；有人参与的队列实验不是自主事件响应全流程。
核查 2026-10-20 · 下次复查 2027-01-20
- NIST SP800-61r3 ↗
2025-04 · 定位：Table2 ID.RA-01/03/04/05；Table3 检测、分析、处置与恢复
风险路径、事件结论、证据与业务恢复方法；专业建议，不是AI自主响应实测。
核查 2026-10-20 · 下次复查 2027-01-20
未来3–5年：2029–2031
2029–2031：从单份修改到持续交付的软件Agent
整包应用案例、真实修复接收和运行流程优化，是更长软件任务可委派的正面信号。以下是本站据此提出的条件情景，不是这些研究给出的日期预测。
当前建议回答今天怎样交付；未来3–5年指2029–2031。编程的完整交付与数学的开放问题成果，支持认真准备更广泛自主工作的强情景。本站把AGI视作跨领域、能适应新任务且可靠达成复杂目标的讨论对象；这些进展是方向证据，尚不能确认某个AGI定义已满足或必在某年发生。三种情景均给出可观察信号、职责变化与现在行动，不把今天的局限或人的现有分工写成永久边界。
基准情景：完整修改成为常用交付
在上下文与测试较成熟的系统中，Agent承接功能、修复和回归的一体交付，维护者从逐步编写转向目标、异常与接收；审查的一部分继续自动化。
现在的行动：现在沉淀真实行为契约、失败样本和环境；按净交付周期衡量收益，不以代码量替代。
成立信号与职责变化
- 未见仓库和变更类型仍保持可验收交付
- 返工、接收和线上恢复成本随使用改善
- 环境/上下文变化能被检测并更新
工程岗位更常覆盖需求、系统取舍与运行结果；初级培养需从只写代码升级为理解与验证完整修改。
加速情景：软件成为按目标持续运行的系统
若长链恢复、跨仓库迁移和自动验证持续进步，Agent可在权限与预算内规划、实现、迁移和维护较大系统；人可用更少逐步干预探索新产品，团队边界可能重组。
现在的行动：把工具和职责做成可替换接口；试验更大交付，但按实际触发信号扩围，并安排成员转向新的业务机会。
成立信号与职责变化
- 跨多系统、数周目标能在真实变化后继续交付
- 独立评估能发现自生成测试漏掉的重要错误
- 完整人工介入和故障成本持续下降，且系统可迁移到新业务
稀缺工作可能转向选目标、产品机会、资源和影响取舍；不能预设人工代码审查永远是主要瓶颈。
受限情景：编码快，集成与组织仍慢
模型产物更强，但遗留系统、隐性需求、权限和恢复成本使自主交付扩展较慢；固定程序与AI协作长期并存。
现在的行动：优先修复反复出现的集成障碍；保持可回退的部署和岗位安排，避免依据榜单单独裁定编制。
成立信号与职责变化
- 未知依赖和需求变动仍引发大幅返工
- 审查和事故处理抵消生成提速
- 同一Agent换系统后需要重新铺上下文
系统知识、集成和沟通能力仍有高价值；工具投入首先服务复现、测试和资料。
持续观察什么，以及情景的研究依据
- 实际未见仓库的完整交付与维护记录
- 跨月净人工时间、回滚与事故情况
- 任务/环境/模型版本变化后的迁移表现
- 把长时间应用开发交付给Agent ↗
2026-03-24 · 定位：规划/生成/评价分工、实际应用操作及评价者限制
展示围绕可用应用的实现、操作评价与修正循环，支持以用户行为验收功能。；作者工程案例；未复现演示应用，不能推出任意项目可靠率或多Agent必优。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- AI参与的修复PR：哪些被项目接收，哪些没有 ↗
2026-01-29 · 定位：§2样本、表1、§3.2失败原因
五类Agent参与的8106个修复PR中5267已合并、2113关闭未合并、726仍开放；提供修复交付与项目接收的观察。；非随机样本，Agent配置与项目不同；合并不等同全部正确或净省时，不用于本站成功率。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Harness²：固定执行模型，改进运行流程 ↗
2026-10-09 · 定位：§2.2、§3.1表1、附录B/D
WorkBuddy-Bench Code上的平均检查得分变化及工具/上下文/检查流程的优化方法。；检查项均分不是项目通过率；经验流内相关，候选与编辑成本另计；未验证本站任务。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Anthropic内部的工作与职责变化 ↗
2026-10-16 · 定位：Bottlenecks and process；采用非随机限制
单公司现场观察到Agent组织、上下文维护和注意力分配成为新的工作。；公司业务及采用选择特殊；产出代理量不等于完整业务价值，不外推行业岗位数量。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- 任务时间跨度：软件任务趋势及其适用范围 ↗
未标注（最后更新2026-09-08） · 定位：页首维护状态；Methodological Details；FAQ
在给定软件类任务分布上，按人类专家任务时长描述模型可完成难度，适合观察长链能力趋势。；此页已停止主动更新；时间跨度不是Agent自主运行时长，不直接对应行业自动化或AGI日期。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查