76 lines
9.1 KiB
Markdown
76 lines
9.1 KiB
Markdown
---
|
||
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 |