Files
Obsidian/X-Articles-CN/当 agent 足够强之后,我们该如何把它们组织起来.md
T
2026-07-21 14:53:24 +08:00

76 lines
9.1 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
title: "当 agent 足够强之后,我们该如何把它们组织起来"
source: "https://x.com/t1anyufan/status/2047961721290281090"
author:
- "[[@t1anyufan]]"
published: 2026-04-25
created: 2026-04-26
description: "一个有趣的现象是,之前大家讨论“agent loop的底层”的时候,通常是在讨论一个模型,而到了现在,大家讨论的loop的底层逐渐从模型转为了cc/codex,也就是把强大的coding agent本身当成一个可wrap的“LLM”看待。这样的转变是由于,强大的代码agent本身..."
tags:
- "clippings"
---
一个有趣的现象是,之前大家讨论“agent loop的底层”的时候,通常是在讨论一个模型,而到了现在,大家讨论的loop的底层逐渐从模型转为了cc/codex,也就是把强大的coding agent本身当成一个可wrap的“LLM”看待。
这样的转变是由于,强大的代码agent本身能够轻易的跨领域到其他任务,例如搜索数据,阅读报告,分析材料等。那么当 agent loop的底层不再只是一个会回答问题的模型,而是一个可以持续承担责任、接收上下文、产出中间成果并参与交接流的数字执行体,什么样的技术、什么样的系统结构、什么样的协作界面、什么样的组织方式,才真正配得上这样一种新的劳动单元?
## 第一个技术共识(刚达成):sandbox/session/harness的严格分离
这几周看下来,我越来越觉得最重要的技术共识其实已经非常明确了,那就是 agent 不能直接“住”在执行容器里,因为只要脑、记忆、工具调度、凭证、文件系统和执行环境被塞进同一个生命周期里,系统马上就会退化成一只非常昂贵、非常脆弱、同时也非常难治理的“宠物容器”,而anthropic有一个很有意思的比喻:工作单元应该是牛马(cattle)而不是宠物(pet)\[3\]。
从这个意义上来说,最近我们看到了很多新东西,腾讯 Cube Sandbox\[1\]、Vercel Open Agents\[2\]、Anthropic Managed Agents\[3\] 其实都在回答同一个问题,也就是为什么 agent 和执行环境必须拆开,为什么 session、workflow、sandbox 这些东西必须被视为不同层级的对象。因为只有拆开之后,session 才可能成为可恢复的、连续性的载体,harness 或 workflow 才可能成为真正意义上的控制器(手柄),而 sandbox 才能被降回它一双手+一套执行底座的本来面目,而不是同时兼任大脑/记忆/控制器。
Anthropic 上周宣布Managed Agents\[3\]时,把系统拆成 \`session\`、\`harness\`、\`sandbox\` 三层,我本来觉得这事只是一个命名上的清晰化(A家传统lol),现在反思了一下,只有在这种严格的分层之下,session 才能够脱离context独立存在,sandbox 才可以被即用即弃,provider(cc/codex) 才能在不破坏整套产品语义的情况下独立演进,policy、approval、observability 这些原本很难加进去的治理能力,才终于有稳定的插入点.
Vercel Open Agents\[2\](很喜欢这个) 把整个agent系统直白地写成 \`Web -> Agent workflow -> Sandbox VM\`,也是在表达同一件事,也就是交互、控制和执行三个功能根本不该混在一个生命周期里,否则一切高阶能力都会被请求周期和执行环境反向绑死,也就是现在cc/codex直接用上之后的核心问题。
所以sandbox的快速迭代就会变的更重要,Cube Sandbox\[1\]/E2B这类沙盒把 execution substrate 这件事真正往基础设施问题推进了一大步,KVM MicroVM、E2B 兼容、快照恢复、网络隔离这些事没那么fancy,但确实是agent infra的重要组成部分,它们决定了上层产品到底能不能真的托管一个 long-horizon agent,能不能让 agent 在零信任的前提下持续运行。
TLDR: Anthropic Managed Agents\[3\] 解决 agent runtime architecture,Vercel Open Agents\[2\] 解决cloud reference implementation,Cube Sandbox\[1\] 解决sandbox层的 execution infra。
## 第二个技术共识(已达成):session 不等于 context window
第二个共识是 session 不能等于上下文窗口,因为真正进入生产之后,agent 面对的不是几十轮对话,而是几小时、几天、甚至持续运行的工作,context window 只够承载推理过程,却远远不够承载系统记忆。当 CC 把 session 放到模型上下文之外,当 OpenAI 推出 Workspace Agents\[4\] 并强调云端持续运行、跨入口协作、审批和治理的时候,agent的目标是成为长期运行实体,而长期运行实体意味着你必须拥有 durable session、hosted control plane、run/event log、approval、policy、resume、replay 这些原本只会在分布式系统或 workflow engine 里认真讨论的概念。
一个例子是openrouter,openrouter可以把context在不同的模型之间传来传去,这是LLM作为agent loop底层时的router。那么到了agent作为agent loop底层的时代,新router面对的也不会只是message,而是逐渐变成 \`session\`、\`run\`、\`event\`、\`sandbox\`、\`handoff\`、\`approval\` 这些互相独立的系统对象。
## 第三个技术共识:control plane 和 data plane 会彻底分层
2025年的时候大家更习惯把 agent 理解成一个会调工具的单体程序,仿佛只要把 shell、browser、filesystem、search、diff 这些能力挂到模型后面,再加一层 prompt 约束,问题就算解决了,但现在更合理的看法其实应该是 agent、workflow、harness 这一层负责控制平面,也就是负责目标理解、步骤规划、工具决策、权限治理和失败恢复,而 sandbox、filesystem、browser、shell、network 这一层负责数据平面,也就是负责真正执行命令、承载文件、暴露端口、执行网络访问和快照恢复,这种分层一旦成立,很多以前混在一起的问题就会被重新组织起来,因为模型升级不一定要碰执行环境,sandbox 替换、agent loop执行、session 恢复也变成了越来越独立的部分。
这也正是为什么我越来越觉得谁先把控制平面和执行平面拆清楚,谁就更容易在上层攒出稳定且丝滑的 agent-as-worker 产品。
## agent成为一等公民后的产品
分离control、data和agent的产品越来越多,但就像cursor从tab tab tab到与agent对话然后做任何事一样,想要做同一件事,但不同的交互体验会带来完全不同的用户。最近很喜欢 Multica\[5\]、Slock\[7\],写的时候也看到 [@turingou](https://x.com/@turingou)发布了 wanman\[6\](还没来得及试用)。
同样叫多 agent 协作/一个agent是一个数字员工,感觉背后至少已经分成了两条路,一条更偏 coding,也就是默认用户愿意接触代码、仓库、CLI、runtime、日志和工程化工作流,另一条更偏 \`ordinary-user-oriented\`,也就是默认用户并不想理解 agent infrastructure,而只是“更便宜的雇一个人”,甚至不在乎是真人还是数字员工。
**Slock、Multica**
Multica\[5\] [@MulticaAI](https://x.com/@MulticaAI) 的核心体验不是“来和一个聪明助手聊天”,而是启动 daemon+拉个看板开始发任务,这很像github issue的可视化进程,并把发任务这件事做得非常简单和容易。
Slock\[7\] [@istdrc](https://x.com/@istdrc) 也类似,虽然它的表现层更像 IM,但它也并不是“聊天更顺滑”的聊天助手,而是在把 agent 放进协作流里,让 channel、DM、上下文、任务和持续协同之类的功能成为UI界面就能感知到的东西。
**wanman**
wanman\[6\] [@turingou](https://x.com/@turingou) 把多 agent 系统包装成一种普通人也能理解的组织故事,完全不提daemon/runtime,而是说这里有一个 CEO/一个 marketing,它们组成一个可以持续运转的 agent matrix,而人类可以逐渐退到观察者和干预者的位置上去。这有点像coze和n8n/langchain的区别。
回到标题,如何组织起来这点我觉得永远不会有答案,或者说永远有不同的答案。因为飞书、微信、github、钉钉、slack、discord、telegram、邮件管理各有各的组织方式,5个agent、50个agent和500个agent又有不同。但表面上完全不同的产品线的底层都在共享同一套技术前提,也就是 durable session、hosted control plane、agent-sandbox separation、policy和 observability。
## 参考资料
\[1\] Cube Sandbox 文档: [https://docs.cubesandbox.ai/](https://docs.cubesandbox.ai/)
\[2\] Vercel Open Agents: [https://github.com/vercel-labs/open-agents](https://github.com/vercel-labs/open-agents)
\[3\] Anthropic Managed Agents: [https://www.anthropic.com/engineering/managed-agents](https://www.anthropic.com/engineering/managed-agents)
\[4\] OpenAI Workspace Agents: [https://openai.com/index/introducing-workspace-agents-in-chatgpt/](https://openai.com/index/introducing-workspace-agents-in-chatgpt/)
\[5\] Multica: [https://multica.ai/](https://multica.ai/)
\[6\] wanman: [https://wanman.ai/](https://wanman.ai/)
\[7\] Slock: [https://slock.ai/](https://slock.ai/)
全文基本手写,使用codex w/gpt-5.5 校对句子和加引用格式