本文研究窗口是 2026-06-29 到 2026-07-05（Asia/Taipei）。本週 GitHub / open-source 主線是：agent 開源競爭正在從單一框架轉向「控制面」。終端、個人助理、技能庫、語言專用插件與專業工具箱，都在爭奪 agent 執行任務時的入口、上下文與安全邊界。
1. Warp 開源：終端變成 agentic development environment
warpdotdev/warp 本週是最明顯的高動能項目之一。GitHub 頁面顯示約 62.8k stars、5.2k forks、1,380 commits，README 將 Warp 定位為「agentic development environment, born out of the terminal」。它支援內建 coding agent，也允許帶入 Claude Code、Codex、Gemini CLI 等外部 CLI agent。
重要的不只是 star 數，而是產品語言：Warp 把 terminal、agent、issue triage、spec、implementation、review、OSS contributor workflow 放在同一個 repo 與 dashboard 敘事中。README 提到 build.warp.dev 可觀看 Oz agents triage issues、write specs、implement changes、review PRs。這代表終端不再只是 shell UI，而是 agent 操作、追蹤與協作的控制面。
風險也明顯：repo 採 AGPL-3.0 + MIT 混合授權，生產採用要看哪些 crates / UI framework / app code 落在哪個 license。agent 在 terminal 中擁有高權限，因此 permission、sandbox、command review、secret handling 會是 adoption 關鍵。
2. OpenClaw：個人、多通道、local-first assistant 的高熱度樣本
openclaw/openclaw GitHub 頁面顯示約 382k stars、80.1k forks、64,346 commits、3.6k issues、3.1k PRs。README 描述它是 personal AI assistant，支援 WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、Microsoft Teams、Matrix、Feishu、LINE、WeChat、QQ 等多通道；Gateway 是 control plane，產品是 assistant。
OpenClaw 的訊號是「agent OS / assistant control plane」市場需求很強：使用者想要單一助理跨 channel、跨裝置、跨工具運作，且資料與 runtime 儘量 local-first。README 也把 DM pairing、allowlist、sandbox defaults、group/channel safety 放在顯著位置，這比很多 hobby agent repo 更接近真實風險模型。
需要謹慎的是，極高 star / fork / commit 數本身不等於成熟生產可靠性。這類 personal assistant 連接真實 messaging surfaces，inbound DMs 是 untrusted input；預設隔離、pairing、審計與 plugin sandbox 才是能否長期使用的核心。
3. Agent skills：開源焦點從 agent framework 轉向 procedural memory
addyosmani/agent-skills 顯示約 302 commits，README 定位為 production-grade engineering skills for AI coding agents，將 spec、plan、build、test、review、ship 等開發生命週期拆成 commands / skills / agents / hooks / references。這和本週研究線的 SkillOpt 互相呼應：skills 正在被視為可移植、可版本化、可優化的 agent memory。
dotnet/skills 則是語言 / 平台團隊下場的例子。GitHub 頁面顯示約 561 commits，README 說它是 .NET team curated set of core skills and custom agents，包含 dotnet、dotnet-advanced、dotnet-data、dotnet-diag、dotnet-msbuild、dotnet-nuget、dotnet-upgrade、dotnet-maui 等插件，並提供 accuracy / efficiency scoring dashboard。
這代表 2026 下半年 agent tooling 的一個方向：每個成熟生態都可能維護官方 skills。coding agent 不只需要 general intelligence，也需要框架慣例、diagnostics、build system、migration、package policy、performance playbook。
4. MATLAB / Simulink：專業軟體開始做 agent-ready toolkit
本週 GitHub leads 包含 matlab/matlab-agentic-toolkit 與 matlab/simulink-agentic-toolkit。兩者定位都很清楚：把 MATLAB / Simulink 的受信任能力交給 AI agents，讓工程與科學工作流變成 agent-ready。
這類 repo 的 star 數未必會像 general developer tools 那樣爆炸，但它們更有產業意義。專業軟體的 agent 化需要 domain APIs、license awareness、模型化 artifact、simulation safety、reviewable changes。當 MATLAB / Simulink 這種工程工具開始提供 agentic toolkit，表示 agent 不再只在 IDE / terminal，而會進入工程設計、模擬、資料分析與模型驗證。
5. 安全線：coding agent 與 MCP 工具鏈的攻擊面正在被公開
GitHub/open-source 週報不能只看成長，也要看風險。本週 leads 包含 Zscaler 的 Indirect Prompt Injection Targets AI Agents 類型報告、The Hacker News 關於 open-source AI coding agents shell injection risk 的報導、Microsoft 關於 poisoned MCP tool descriptions 的安全警告，以及多個「AI coding agents skip package verification」類供應鏈風險訊號。
這些風險都有共同點：agent 會讀取 untrusted content，然後使用 trusted tools。MCP tool description、package name、README、issue content、web page、email、chat message 都可能成為間接 prompt injection 的載體。開源 agent 專案如果只展示 capability、不展示 sandbox / policy / audit log / tool confirmation，很難進入高信任工作流。
本週判斷
本週開源 agent 進展的核心不是「哪個框架最多 stars」，而是控制面之爭：terminal 控制面、personal assistant gateway、skills memory、語言官方技能、專業工程工具箱。下一波勝出的開源項目會同時提供能力、上下文管理、權限邊界與可審查執行。
Watchlist
- Warp 開源後是否形成可持續 external contributor workflow，而不只是 star spike。
- OpenClaw 是否能把多通道 assistant 的 security defaults 維持在易用與安全之間。
- agent-skills / dotnet-skills 是否被更多 coding agents 原生支援。
- MATLAB / Simulink toolkit 是否出現真實工程與科研 case studies。
- MCP / coding-agent security 報告是否推動開源專案把 sandbox、policy 與 audit log 做成預設。
