在沙盒中部署智能体 vs 解耦
摘要
本文比较了在云环境中部署 AI 智能体的两种模式:直接在沙盒中部署与解耦组件。文章解释了沙盒方法因云故障而存在的局限性,并重点介绍了 Anthropic 的 Claude Managed Agent 作为解决方案,该方案将会话存储、智能体运行时和沙盒解耦,以提高弹性。
在云环境中部署智能体分化为两种模式:直接将智能体部署在沙盒中,以及将智能体解耦为更小的组件并分别部署。第一种模式可行,但第二种模式更适合云环境。在深入探讨这一论点背后的原因之前,我们先回顾一些历史:智能体的起点是 OpenClaw 和 Claude Code。正是在这时,智能体能够完成意外任务,给创建者带来惊喜。从那时起,智能体可以执行自己编写的代码。它们不再受限于人类创建者提供的固定工具集。对于 OpenClaw 和 Claude Code,它们选择利用用户的计算机来完成所有操作。它们在计算机上执行代码,并将会话和内存存储在磁盘上。没有用户的计算机,它们就无法运行。这种设计其实很有道理,因为用户需要的是个人助手。计算机包含了所有工作上下文,因此如果计算机宕机,个人助手也就没有存在的必要了。现在,人们希望将智能体从 Mac 迁移到云端。最简单的解决方案是将它们部署在虚拟机或沙盒中,这立即可行。然而,我们忽略了云机器也会出现故障。如果只是简单地将为本地使用优化的解决方案迁移到云端,我们将遭遇更严重的失败。这是因为该系统建立在计算机几乎永不故障的假设之上。如何解决这个问题?Anthropic 发布了 Claude Managed Agent 作为答案。我阅读了博客文章,其中指出智能体需要“解耦”。智能体被解耦为三个组件:会话存储(session store)、智能体运行时(agent runtime)和沙盒(sandbox)。此前,它们全部位于沙盒内部。如果沙盒宕机,所有组件都会丢失。现在,这三个组件是独立运行的服务。如果沙盒发生故障,智能体运行时会将此故障视为工具调用错误,并返回给 Claude。如果 Claude 决定重试,可以使用标准配置重新初始化一个新容器。
相似文章
我们如何构建安全、可扩展的代理沙箱基础设施(8分钟阅读)
Browser Use 描述了隔离执行代码的 AI 代理的两种模式:隔离工具与隔离代理。他们使用 AWS 上的 Unikraft 微虚拟机实现了代理隔离模式,获得了安全、可扩展且一次性的沙箱。
@AniHermit: 我正在思考如何将编码代理部署到云端,用于大规模自动化审查+质量保证,从接口测试…
文章讨论了将编码代理部署用于大规模自动化审查和质量保证,并介绍了'agent-sandbox'作为一个基于Kubernetes的工具,用于管理隔离的AI代理工作负载。
如何提高AI代理的可靠性?
讨论将AI代理从沙箱迁移到生产环境所面临的挑战,强调高敏感性导致大量噪声,并提出解决方案,如二级评估器、启发式方法和级联架构。同时向社区询问他们的过滤方法。
适用于智能体的安全沙箱(4分钟阅读)
Perplexity AI 的 SPACE 为AI智能体提供安全的临时沙箱,确保在处理敏感任务时的凭证隔离和加密存储。
@Scobleizer: 将您的AI代理置于自己的沙盒中。妥善管理,防止它们试图逃逸。
宣布Archal的发布,这是一个为AI代理提供有状态沙盒环境的API,用于运行测试、执行CI和进行评估。