EP69 · 约束 Claude、AgentScope 工程化、上下文卸载 · 05-27 早报-ginobefun

EP69 · 约束 Claude、AgentScope 工程化、上下文卸载 · 05-27 早报

歌手:ginobefun

专辑:BestBlogs

时间:2026-03-15

    使用手机浏览器「扫一扫」

    在手机上保存,获得更好体验

标签
歌词

本字幕由TME AI技术生成

大家好

欢迎收听best blocks 早报播客

今天是二零二六年五月二十七日

我是你的ai 主播

当agent 能力不断膨胀

工程侧最紧迫的问题反而不是它能做什么

而是出了问题怎么兜得住

今天三篇精讲都在回答这个问题

Anthropic 首次披露跨产品约束cloud 的三种隔离架构

阿里通讯团队把agent scope 从调试工具升级为生产级系统工程

腾讯云则用上下文卸载加结构化图谱把token 消耗砍掉近六成

工程底座才是agent 时代真正的护城河

我们先来看第一篇

第一篇来自anthropic engineering

标题是我们如何在多个产品中约束cloud

Anthroropic 在内部跑着多条使用cloud 产品线

从cloud ai 到cloud code 再到对外api

随着agent 能力增强

全线边界就成了最容易出问题的地方

这篇文章是anthropic 第一次公开讲清楚他们怎结在不同产品里做隔离

背后的工程决策非常值得细读

他们总结了三种架构模式

第一种是临时容器隔离

每次cloud 执行需要触碰文件

系统或网络的任务时

系统会起一个短命容器

任务结束

容器销毁权限天然封顶

在容器内任何异常行为都无法扩散到宿主环境

第二种是人工介入沙盒

也就是黑切l 模式

设计高风险操作时系统暂停等人确认

但关键数据只能通过受控接口流动

而不是直接暴露给cloud

这样人介入的环节本身也是安全的

第三种是可信工作空间

给cloud 划定一块专用环境

资源访问白名单化

能做什么不能做什么都在部署时就固定下来

运行期不在动态扩权

文章里有一个数据很扎眼

百分之九十三的权限弹窗被用户直接无脑通过

这说明靠人审批作为最后防线根本不可靠

人会疲劳

人会习惯性点确认

弹窗多了就变成了视觉噪音

真正稳的做法是让爆炸半径在架构层就压住

出了问题最多坏在沙盒里

不会扩散到整个系统

文章还特别点名自建代理层是最薄弱的环节

很多团队自己搭一个中间层连接claude

这个代理层往往往缺审审计

缺乏熔断

一旦出现异常行为

既没有追溯记录

也没有自动隔离机制啊

Thropic 的建议是

与其在代理层堆规则

不如在部署层就把权限收紧

让架构本身承担安全职责

这篇文章最值得关注的不是某个技术细节

而是一个判断

Agent 越强

环境隔离的价值越高

模型调用能力可以复制

但能稳定拖住长链路任务的工程底座才是真正难以复刻的

A thropic 把这套三层隔离架构总结出来公开分享

本身也是一种信号

说明行业正在从比谁的模型更强转向比谁的工程更可靠

讲完了隔离架构

我们来看阿里通一团队在框架层面的系统化实践

第二篇来自通一大模型

标题是

从透明开发到系统工程agent scope

二点零发布agent scope

Pe 阿阿通一团构维护的开本多层开发框架

一点五版本的定位主要是让agagent 行为可见可调试

相当于一个带可视化界面的研发辅助工具

是和开发阶段使用二点零版本做了一次根本性的升级

目标是让agent 能在真实生产环境里稳定跑完长链路任务

从研发工具变成了生产及系统工程框架

二点零版本引入了四个核心模块

第一是权限系统

分为静态规则和动态审批两层

静态规则在部署时配置

限定agent 能访问哪些工具

能调用哪些外部服务

动态审批则在运行时介入

遇到超出静态规则的操作时触发确认流程

这个两层设计和上面intrpcc 的思路常相相

都是把大部分决策放在架构层

把真正需要人介入的操作控制在最小范围

第二个模块是稳定的模型重试与备用机制

生产环境里模型api 偶发超时返回异常是常态

第点零加入了自动重试加动态切换的组合

一个模型接口抖动时

自动切换到备用模型继续执行

整体任务不会因为一次api 波动就中断失败

第三是结构化上下文管理

理常常环系里的关键状态和历史决策以结构化形式存储

既减少token 重复消耗

也让agent 在恢复任务时能快速定位上下文

不需要把几千字的执行历史全部重新读一遍

第四个模块是middle loy 扩展点

允许在agent 执行链路里插入自定义逻辑

比如日志记录

限速控制

审计打点

不需要改动核心框架代码就能灵活扩展

此外

二点零还引入了统一worker space 抽

让多agent 协作时共享状态和文件资源变得更清晰

解决了此前多agent 各自维护一套松散文件系统的混乱问题

通一团队的核心判断和anto ropic 高度一致

能调用更多模型

覆盖更多工具

这不是agent 的壁垒

让agent 稳定跑完真实长链路任务

才是真正的工程挑战

Agent scope 二点零的每一个新模块都是在给这个判断添砖加瓦

说完了隔离和框架

我们再看今天第三篇

腾讯云在上下文管理层面的具体工程实践

第三篇来自腾讯云开发者

标题是

上下文卸载加marr made 的无线化

不节省百分之六十一token

提升百分之五十二成功率

这篇文章解决的是一个非常具体的工程问题

超长session 里agent 的token 消耗怎么控制

任务完成率怎么保证

随着任务链路越来越长

上下文窗口会被历史步骤塞满

不但消耗大量token

还会让模型在海量历史信息里迷失方向

导致重复劳动或者任务失败

腾讯云提出了上下文卸载加结构化图谱的组合策略

上下文卸载的思路是把完整的任务信息存到外部文件系统里

Agent 不再把所有历史步骤都塞进上下文窗口

而是每次执行时只加载当前步骤真正需要的信息

用完再写回去

这样token 消耗可以大幅压缩

但风险是agent 可能丢失跨步骤的关联线索

随致任务连贯性断裂

重复劳动甚至方向跑偏

这就是尔妹的无限化不发挥作用的地方

他们用marmarr made 的流程图格式

把任务状态

关键决策节点

步骤依赖关系以结构化图谱的形式保留在上下文里

图谱是高密度的

几百个字我就能表达几千字的执行历史

Agent 每次恢复任务时先读图谱

并为当前位置再按需加载对应的详细文件

既节省了token

又保住了任务的连贯性

这两种机制互相补充

形成了完整的闭环

实验数据很直观

在超长session 测试中

这套组合最高节省了百分之六十一的token 消耗

任务通过率从百分之三十三提升到百分之五十

相对提升幅度是百分之五十二

而且整个方案是纯工程侧优化

不需要微调模型

也不需要换底层框架

对已有系统的改造成本相对较低

是一种很务实的路径

腾讯员还特别指出

这个方法在图形类

代码类

研究调研类任务上效果最稳

因为这几类任务的步骤依赖关系最适合用图谱来表达

三篇精讲合起来其实在讲同一件事

隔离架构

压缩爆炸半径

实现系统控制操作边界

上下文管理

保住任务连贯性

Agent 能力的天花板越来越取决于工程底座的质量

而不仅仅是模型本身有多强

接下来进入今日素览

七条值得关注的内容快速过一遍

第四条

高可用架构

分享了一篇七天压缩agent token 账单的实操手册

作者把阅读api 开销从四千八百美元降到了六百二十美元

降幅达到百分之八十七

具体路径覆盖可观测性

审计提示

缓存

上下文压缩

模型路由分级从事策略优化以及异常告警设置

整套方法论可复用性强

有类似降本需求的团队可以直接参考

第五条

来自bad bite go 的技术通讯

介绍了watsail 怎么把构建等待时间从九十秒压到五秒

关键是他们基于aws 的firecracker 微虚拟机自研了一套叫做hive 的基础设施平台

通过预热池和快照机制把冷启动时间大幅降低

同时在多租户构建之间保持强隔离

兼顾了速度和安全性

第六条

科瑟官方博客写了一个fair 的案例

这家批发零售平台用科瑟的云agent 把每周pr 吞吐量翻了一倍

还把原本预计要十八个月的迁移工作压缩到有一名工程师在短期内完成

这是目前比较有说服力的agent 的辅助工程落地案例之一

值得关注agent 编程工具实际效果的朋友仔细读

第七条

Less run 上有一篇值得一读的评论

核心观点是

用离散的分类区间来监管连续分布的事物

从数学上就是低效的

而且容易造成误判

作者认为监管框架需要引入更接近数学公式的表达方式

而不是靠划定几个离散的安全区间来代替真正的连续评估

这个视角在讨论ai 安全标准制定时尤其有参考价值

第八条

腾讯研究院发了一篇从经济学视角分析token 定价逻辑的文章

随着模型api 的规模效应拉大

Token 的编辑成本在快速下降

寡头格局和开源生态之间的张力也在重塑整个市场框架

围绕token 定价的竞争正在进入新一轮洗牌阶段

第八条

量子位报道了面壁智能发布全球首个由ai 编写的生产级大模型预训练框架forch train

这个框架由ai 自主生成

性能超过了英伟达的框架

并且已经用它训练出了端测的magtrmini cpm 一点零b 模型

团队把这个方向称为forge engineering 新范式

用ai 来生成训练ai 的基础设施

是一个值得持续观察的信号

第十条

Mit technology review 的一篇文章

给当下的ai 就业焦虑做了一次现实校验

结论是当前宏观经济数据并不支持白领工作大规模消失的判断

劳动力市场整体还算稳定

但ai 对入门级岗位和年轻从业者的冲击已经开始显现

特别是在软件开发和内容创作这两个领域

感受到压力的人明显在增加

这个区分值得注意

宏观数据稳定

不代表所有人都没感受到变化

文章没有给出轻松的结论

但提供了一个理性的框架

把宏观趋势和微观体验分开来看

比笼统的说ai 要抢走所有工作或者ai 没有影响都更接近实际

今天还有几篇补充阅读

推荐给有余力的朋友

第一篇

Apache kafka 的云原生架构演进路径

把宏层存储到计算存储分离

再到无盘未来

文篇来自info q 的梳理

对做大规模数据基础设施的团队参考价值很高

尤其是分层存储与成本归属的结合方式很有借鉴意义

第二篇

Microsoft ical pilot 最近爆出一个文件泄露漏洞

智能体通过提示注入

结合预认证的外部链接实现数据外泄

这类agent 安全攻击面在产品加速上线的背景下

特别值得密切关注

第三篇

Venture beit 的一篇观察指出

生产环境里的自主agent 正在充当不受监控的混沌注入器

引发级联式基础设施故障

而现有的故障追踪框架还没有准备好应对这种新型风险

这篇和今天精讲的主题高度呼应

第四篇

蚂蚁保险团队分享了c 端aigc 内容离线生产实践

通过多agent 验证闭环

把内容交付从不可控的实时生成变成了可控的离线流水线工程细节值得参考

此外

Founder park 记录了一场agent 创业者闭门讨论

核心观点是当前agent 产品真正的卡点不再宏大前景

而在身份

权限和责任链这些离人最近的入口问题

值得创业者认真读一读

这些内容的链接都放在图文版使用otes 里

感兴趣可以继续深读

今天三篇精讲

从anthropic 的隔离架构到阿里的系统框架

再到腾讯云的token 管理

描绘的是同一幅工程图径

Agent 时代

稳定性工程正在成为比模型能力更稀缺的竞争资源

会用agent 只是起点

让它在真实长链路任务里稳定运行才是真正的工程挑战

如果今天只记住一件事

那就是爆炸半径的管理比单纯扩展模型调用能力更值得长期投入

如果你希望每天有一份根据自己兴趣定制的早报

可以试一下best blocks pro 内测

关注你感兴趣的来源

配置兴趣标签

每天收到一份属于自己的我的早报

让每天的信息获取越来越贴合你的实际需要

而不是被算法推着走

今天的内容就到这里

感谢收听best blocks

发现真正适合你的高质量内容

我们明天见

展开显示全部歌词