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