EN
Uncategorized

Agent Substrate 进入 GKE:Agent 沙箱开始像基础设施一样被管理

Google 把 Agent Substrate 交给 CNCF,并宣布 GKE 上的 1.0 版本 GA。对 Kubernetes 团队来说,重点不是又一个运行时,而是 Agent 会话如何暂停、恢复和隔离。

Jacky Wang 3 分钟阅读 354 阅读

上周我在想一个很具体的 Kubernetes 问题:如果一个编码 Agent 只运行十几秒,然后花几分钟等模型、外部 API 或人工确认,我们为什么还要让一个 Pod 一直占着内存?普通 Web 服务的扩缩容经验,碰到这种“执行—等待—再执行”的循环,很快就会变得昂贵。

Google Cloud 在 11 月 5 日宣布,把 Agent Substrate、gVisor 和 OpenRL 捐给 CNCF,同时宣布 Agent Substrate 1.0 在 GKE 上正式 GA。Agent Substrate 也可以作为开源代码部署在其他 Kubernetes 集群上。这个消息对我来说,比“Agent 上云”四个字具体得多:它把 Agent 的会话身份和正在使用的计算资源拆开了。

我会先看暂停和恢复

官方描述里有一个很实用的数字:空闲 Agent 可以被快照到存储,需要继续工作时在 500 毫秒以内恢复。另一个说法是,目标是达到标准容器运行时 10 倍的密度。这里我不会直接把它当成自己集群的性能承诺。硬件、镜像大小、网络和恢复内容都会改变结果,但它明确指出了新运行时要解决的浪费:Agent 在“思考”时不需要一台活着的机器。

我会把一个 Agent 会话拆成几个可检查的状态:任务 ID、工作区快照、身份、当前工具调用、等待原因。这样恢复时不是重新问模型“你做到哪了”,而是从一个可验证的状态继续。对有数据库和队列的 SaaS 来说,这一点比启动速度更重要。

可以先用很小的配置表达边界,而不是把权限全塞进容器:

apiVersion: sandbox.agents.example/v1
kind: AgentSession
spec:
  suspendAfter: 30s
  workspace: snapshot
  network:
    egress: [api.example.com]
  credentials: injected-outside-sandbox

上面是我会要求平台团队提供的抽象示意,不是官方 API。真正落地时,我会把 suspendAfter、外连白名单和凭证注入做成平台策略,避免每个 Agent 自己解释 YAML。

隔离不是容器换个名字

Agent 会运行自己生成的代码,也可能拉取外部包。Google 把 gVisor 放在这套开放基础设施里,理由很直接:普通容器共享主机 Linux 内核,面对不可信代码时边界不够强。gVisor 使用用户态应用内核,试图在不牺牲太多密度的前提下增加隔离。

但我不会因为出现了 sandbox 就把生产密钥交出去。外连要经过代理,凭证应该在沙箱外注入,日志里要留下 Agent 身份、工具调用和拒绝事件。一个能恢复的恶意会话,比一个一次性失败的恶意进程更值得审计。

CNCF 归属改变了什么

项目进入 CNCF Sandbox 不等于 API、生态或性能已经稳定。它至少提供了一个更中性的协作位置,也让“只能在某家云上运行”的担忧少一点。Google 说 Agent Substrate 可在任意 Kubernetes 集群、CPU、GPU 或 TPU 环境运行,这个承诺仍然需要我用实际节点和工作负载验证。

我的下一步会是做一个 20 个会话的压测:一半在工具调用,一半在等待,故意加入失败恢复和网络拒绝。看清楚快照大小、恢复延迟、身份是否连续,再谈密度。Agent 基础设施的第一张账单,通常不是模型 token,而是那些一直醒着却什么都没做的进程。

相关的一手材料在 Google Cloud 的公告 和 Agent Substrate 的开源仓库。我会把它们当作设计输入,不把厂商博客里的目标数字直接当成验收结果。

发表评论