Skip to content

Agent、Harness 与 Runtime:生产级 Agent 平台的职责边界 ​

系列:生产级 Agent 平台架构 2026 · 第 1 篇
定位:架构基础篇
版本:闭环修订版
前置阅读:第 0 篇《从模型推理到生产运行:2026 年 Agent、Harness 与 Runtime 总体架构》
关键词:Agent、Harness、Agent Runtime、Runner、Execution Runtime、模型服务、Sandbox

摘要 ​

Agent、Harness、Runtime、模型服务和 Sandbox 经常出现在同一张架构图中,却被不同框架、云产品和技术文章赋予不同含义:有的把 Runtime 等同于事件循环,有的把它定义为托管运行环境,有的又把代码沙箱称为 Runtime;Harness 有时只是工具封装,有时却包含状态机、审批和可观测;Agent 则可能既指业务逻辑,又指一个常驻进程或完整服务。

如果不先澄清职责,系统很容易出现两类问题:一类是能力重复,例如 Orchestrator、Harness、Runtime 和工作流引擎各自维护一套状态机;另一类是责任空洞,例如大家都声称支持恢复,却没有组件对外部副作用、版本兼容和验收负责。

本文建立一套面向生产平台的统一定义:Agent 定义行为,Harness 组织与约束行为,Agent Runtime 承载并驱动行为,模型推理服务提供认知计算,执行后端完成具体动作。 Agent 和 Harness 是运行内容与机制;Runtime 是整体运行载体;Execution Runtime 是 Runtime 内部负责动作落地的子系统;容器、虚拟机、microVM、浏览器和托管 Code Interpreter(如 AWS Bedrock AgentCore Code Interpreter)都只是执行后端。

这套划分并不要求每个概念对应独立微服务。它的价值在于建立稳定的输入输出、权限和失败责任,使同一套业务 Agent 可以在本地进程、Kubernetes、虚拟机或托管 Runtime 中运行,而不会因为底层实现变化而失去业务语义和安全边界。


1. 为什么职责边界比组件名称更重要 ​

在最小 Agent Demo 中,所有能力可以写在一个函数里:组装 Prompt、调用模型、解析工具调用、执行工具、回填结果并继续循环。此时,“Agent”“Runner”“Runtime”只是代码组织方式,边界模糊不会立即造成问题。

进入生产后,同一段代码将面对异步审批、跨进程恢复、多租户并发、模型供应商故障、工具副作用、Sandbox 隔离、状态持久化和版本升级。原本隐藏在函数调用中的假设会变成分布式系统责任:

  • 谁决定下一步做什么?
  • 谁判定这个步骤是否符合用户目标?
  • 谁保存运行状态,并在进程重启后恢复?
  • 谁负责模型重试,谁负责工具重试?
  • 谁确保旧 Worker 不能继续执行?
  • 谁创建 Sandbox,又由谁决定是否需要 Sandbox?
  • 谁能签发凭据,谁能真正使用凭据?
  • 工具已经执行但响应丢失时,哪个组件负责对账?
  • Runtime 更新后,未结束的 Run 使用旧版本还是新版本?

如果答案只是“平台负责”或“Runtime 负责”,架构还没有形成可实现的契约。

因此,本文不从产品名称出发,而从责任出发定义概念。产品可以组合多个责任,也可以只实现其中一部分;架构评审要看它实际兑现了哪些契约,而不是名称里是否包含“Agent”“Runtime”或“Platform”。


2. 五个核心对象 ​

2.1 Agent:业务行为定义 ​

Agent 是围绕目标做出推理和行动建议的业务行为单元。它接收受约束的上下文和运行事件,产生以下一类输出:

  • ModelCallIntent:希望调用某个模型,并声明消息、参数和响应要求;
  • RetrievalIntent:希望读取某类记忆、知识或业务数据;
  • CallIntent:希望调用某个工具、Agent 或外部能力;
  • AnswerDraft:认为当前 Run 已经形成可验证的结果草稿;
  • ControlProposal:建议暂停、委托子任务或结束当前步骤。

Agent 的输出是提案,而不是已经授权的命令。即使模型使用结构化输出生成了完整工具参数,这些参数仍需经过 Harness 和模型外策略执行点校验。

Agent 负责业务策略,例如选择分析步骤、组合工具结果、判断是否需要补充信息;它不负责签发生产凭据、突破预算、修改平台策略、绕过审批或直接声明业务交付完成。

“Agent 无物理权限”是一种推荐的逻辑边界,而不是说 Agent 进程在操作系统层面一定什么都不能访问。如果 Agent 与 Harness 同进程运行,平台仍应通过 API 封装、工作负载身份和执行网关保证 Agent 代码不能自行绕开治理路径。

2.2 Harness:行为组织与约束机制 ​

Harness 是围绕 Agent 的一组运行规则和协调机制。它回答的是“Agent 的提案如何被组织成一次受控运行”。典型职责包括:

  • 读取 Task 目标、Run 状态和 AgentSpec;
  • 组装本轮可用上下文;
  • 启动或恢复 Agent Step;
  • 调度模型调用并把结果转化为事件;
  • 校验检索和工具调用意图;
  • 协调授权、审批和预算;
  • 接收工具结果并形成 Observation;
  • 校验结果草稿,决定继续、暂停或收尾;
  • 在安全点请求 Checkpoint 或取消。

Harness 包含确定性的控制逻辑,也可能包含策略客户端、中间件和 Hook。它不能仅依赖 Prompt 告诉模型“不要越权”,因为 Prompt 属于可被模型解释的上下文,而不是模型外强制边界。

Harness 也不应成为万能安全系统。身份认证、策略判定、凭据托管、网络出口和物理隔离可以由独立平台服务实现;Harness 负责在正确的运行阶段调用这些服务,并根据结果推进状态。

2.3 Runner:Harness 的执行入口,而不是新的平面 ​

Runner 常被框架用来表示一次 Agent 调用的入口和事件循环协调器。它可能完成会话加载、上下文初始化、Agent 调用、事件提交、中断恢复和流式输出。

Runner 不应被建模为与 Harness、Runtime 并列的第四个平面。更准确的关系是:

Runner 是 Harness 运行机制的一种实现形式;Harness 定义组织规则,Runner 驱动这些规则执行。

例如,Google ADK 的 Runner 处理用户请求、调用 Agent、消费事件,并通过 SessionService 提交状态变化;CloudWeGo Eino ADK 要求 Agent 经 Runner 运行,并围绕事件流、Checkpoint 和 Resume 提供扩展。它们证明了 Runner 在 Agent 循环中的重要性,但并不自动提供分布式租约、多可用区状态、企业级授权或外部副作用 exactly-once。

2.4 Agent Runtime:整体运行载体 ​

Agent Runtime 将 Agent 和 Harness 转化为实际运行。本文将其定义为覆盖以下能力的整体载体:

  • AgentSpec 和依赖的装载、验签与版本固定;
  • Agent 实例与 Run 的启动、运行、暂停、恢复和终止;
  • Harness/Runner 事件循环;
  • Context、Session 引用和 Run 状态管理;
  • 调度、队列、租约、fencing、取消和接管;
  • 逻辑 Checkpoint 与恢复;
  • Execution Runtime 及其适配器协调;
  • 流式事件和结果交付;
  • 运行时身份、审计、遥测和资源协调。

Runtime 可以是自建平台,也可以使用托管环境承载部分能力。AWS AgentCore Runtime 的官方定义包括 Agent 或工具代码托管、会话隔离、身份、流式协议、扩缩和长任务;但 Agent Loop 仍可由用户代码或所选框架实现。换言之,托管 Runtime 提供运行承载,不替代业务 Agent 和 Harness。

2.5 执行后端:完成具体动作 ​

执行后端在受约束的ExecutionSpec下完成动作,包括:

  • 企业 API 或 MCP 工具;
  • 浏览器和桌面自动化;
  • 远程批作业或数据任务;
  • 内部确定性函数;
  • 容器、虚拟机、microVM、WASM 或托管 Code Interpreter(AWS 与 OpenAI 均有同名托管服务,隔离机制与计费模型不同,文中实指 AWS Bedrock AgentCore Code Interpreter)。

执行后端不决定 Task 目标和后续步骤。它需要报告提交状态、外部句柄、结果、产物和用量,并声明自身是否支持幂等、查询、取消、补偿或快照。

Code Interpreter、容器和 microVM 因此不能代表完整 Agent Runtime。它们解决的是某种代码执行和隔离问题,不承担 Agent 的业务循环、审批恢复、Task 终态和交付结算。


3. 概念之间是包含、协作和依赖关系 ​

五个对象并非平行服务。逻辑关系如下:Agent 与 Harness 作为运行内容和机制被装载进 Agent Runtime;Execution Runtime 属于 Agent Runtime 的执行子系统;模型推理服务和执行后端是被 Runtime 治理调用的依赖。

这里需要区分三种关系:

  1. 逻辑包含:Harness、Agent、状态机制和 Execution Runtime 属于 Agent Runtime 的完整能力模型;
  2. 运行协作:Agent 产生提案,Harness 协调治理,Execution Runtime 落地动作,结果再回到 Harness;
  3. 外部依赖:模型、身份、策略、存储、执行资源和可观测可以由独立服务提供。

逻辑包含不代表同进程部署。大型平台可能将 Harness Worker、状态服务和 Execution Runtime 拆成多个服务;托管 Runtime 也可能把会话隔离和资源供应封装起来。无论怎样拆分,对外契约和事实归属应保持稳定。


4. 一次 Agent 调用如何跨越这些边界 ​

下面用参考场景说明一次模型—工具循环。用户要求 Agent 读取授权数据并生成报告。Task 已经被可靠受理,当前 Run 由 Runtime Worker 持有有效租约。

这条时序揭示了几个重要边界:

  • Agent 并不是“先完成推理再调用模型”,而是通过ModelCallIntent请求 Harness 调用模型;模型响应成为事件后,Agent 才继续执行;
  • Harness 不直接执行工具,而是将经治理的动作转成ExecutionSpec交给 Execution Runtime;
  • Execution Runtime 验证执行时状态,但不重新决定业务目标;
  • 工具结果不是下一轮系统指令,而是携带来源和风险属性的 Observation;
  • 状态提交和模型/工具网络调用不属于同一个分布式原子事务。

框架可以在同一进程中把这些步骤封装成看似简单的调用,但生产架构仍需保留其语义边界。


5. Harness 与 Runtime 的边界:规则与机制如何分工 ​

Harness 与 Runtime 最容易出现职责重叠。可以用“规则”和“机制”来区分:Harness 定义运行应该如何组织,Runtime 提供运行得以持续发生的机制。

领域Harness 主要职责Runtime 主要职责
版本声明当前 Run 使用哪个 AgentSpec 及兼容约束装载、验签、缓存并固定具体版本
上下文选择本轮需要的消息、记忆和工具描述提供 Session/Context 访问、大小限制和事件传递
Agent Loop规定何时调用 Agent、模型、工具或验证器驱动 Runner、流式事件和步骤调度
授权发起策略判定、审批和预算协调确保未授权命令无法到达执行后端
状态定义 Run 如何转移及何时形成 Checkpoint可靠提交、租约、定时器、接管和恢复
取消决定哪些子步骤应停止及后续业务语义传播 CancelToken、停止资源并接收迟到结果
执行协调治理判定,组装绑定 AuthzDecision 及约束的 ExecutionSpec,并处理 Observation对 ExecutionSpec 做执行时复核,调度适配器、资源和执行账本
验收判断结果是否满足技术验证和 Task 政策保存产物、验证记录和后续事件

这一区分也解释了为什么“把 Harness 做成无状态”并不等于平台无状态。Harness Worker 可以是可替换进程,但它操作的 Run 状态、事件、租约和执行账本必须持久化到外部权威服务。

同样,“Runtime 负责恢复”也不是说 Runtime 能够自动恢复任意业务。Runtime 可以恢复 Agent 步骤和逻辑状态;Harness 定义恢复后应重新验证哪些条件;外部工具则需要通过幂等键、状态查询、ExternalHandle 或人工裁决确定已发生的副作用。


6. Execution Runtime 的边界:从调用意图到物理动作 ​

Execution Runtime 是 Agent Runtime 内部负责动作落地的子系统。它建立一条不可旁路的执行路径,使 API、MCP、浏览器、作业和代码执行遵循共同的执行事实模型。

本节只界定它与 Harness、Agent 及执行后端的职责契约;适配器接口与 Sandbox 工程将在第 7、8 篇展开,执行账本状态机与 UNKNOWN 对账在第 6 篇展开。

其主要职责包括:

  • 接受已经过 Harness 治理的ExecutionSpec;
  • 验证 tenant、run、execution、租约 epoch 和执行许可;
  • 创建或读取唯一ExecutionRecord;
  • 选择声明了能力的执行适配器;
  • 管理提交、超时、取消和外部句柄;
  • 限制资源、网络、文件、凭据和输出;
  • 收集ExecutionReceipt、ArtifactManifest和UsageRecord;
  • 对 PENDING 或 UNKNOWN 动作启动查询和对账;
  • 把执行事实转成RuntimeEvent返回 Harness。

它不负责重新解释用户目标,也不根据工具输出自行追加步骤。

并非所有动作都必须进入 Sandbox。API 和 MCP 的副作用在远端系统发生;浏览器需要隔离页面和登录态;远程作业需要保存句柄并轮询;任意代码才需要容器、microVM 或 VM。统一的是执行契约和治理路径,而不是底层运行介质。

Execution Runtime 也不能承诺外部操作恰好一次。它能确保平台执行许可和本地执行记录唯一消费,能使用幂等键避免已知重复,但外部业务事实仍取决于目标系统的事务、查询和去重能力。


7. 模型服务与 Runtime 的边界 ​

模型推理服务常被称为“模型 Runtime”,但它与本文的 Agent Runtime 不在同一个职责层次。

模型服务负责:

  • 接收模型请求并生成响应;
  • 管理模型版本、实例、批处理和流式输出;
  • 管理 GPU、显存、KV Cache 或供应商配额;
  • 返回 Token 用量、模型标识和调用状态。

Agent Runtime 负责:

  • 判断何时需要模型调用;
  • 选择符合数据、成本和能力约束的模型路由;
  • 记录 ModelCallIntent 与 ModelEvent;
  • 在模型超时或切换时保持 Run 状态;
  • 将已记录模型结果交给 Agent 继续执行;
  • 不因模型切换扩大数据和工具权限。

模型网关可以处理路由、输入最小化、必要的内容治理、超时和用量,但它不决定 Task 是否完成,也不执行工具。模型响应经过检测仍不是业务事实;Agent 需要结合来源、工具结果和验收规则形成结果。


8. 状态归属:哪些状态属于谁 ​

职责混乱通常首先表现在状态混乱。Session、Run、模型上下文、记忆、Checkpoint、Sandbox 文件和外部作业句柄具有不同生命周期,不能都写入一个“AgentState”对象。

本节只确定状态所有权;完整领域模型、Task/Run 状态机和验收交付协议将在第 2 篇展开,Checkpoint 和副作用恢复机制将在第 6 篇展开。

状态主要所有者生命周期与边界
Session会话服务用户交互上下文,可包含多个 Task 引用
Task业务任务服务从可靠受理到验收、交付和收尾
Run/Step/AttemptRuntime 状态服务一次运行及其步骤和尝试,可暂停接管
ContextEnvelopeHarness/Context Manager当前 Step 可见内容及来源引用
长期记忆Memory Service跨 Run 或跨 Session,受独立授权和保留策略约束
AgentSpec版本注册服务Agent、Prompt、工具、插件和模型路由版本集合
CheckpointRuntime 状态/快照服务逻辑恢复点;物理快照为可选加速
ExecutionRecordExecution Runtime 账本一次动作提交、状态、句柄、结果和对账
Workspace安全执行环境任务或执行级临时文件,受清理策略约束
Artifact制品服务受管理输出,独立权限、版本和保留周期

Agent 可以读取这些状态的受限视图,但不能成为它们的唯一权威持有者。否则 Agent 进程终止、上下文压缩或模型重试都会导致业务事实丢失或矛盾。

特别需要区分逻辑 Checkpoint 和物理快照。逻辑 Checkpoint 保存 Run 推进所需的权威引用;物理快照保存特定执行环境的内存或文件状态。后者受运行介质、内核、设备和网络连接限制,也不覆盖远端副作用。


9. 控制面、运行面与执行面的部署关系 ​

职责边界不应被误读成固定部署拓扑。同一逻辑架构可以采用单进程、分布式平台或托管 Runtime。

9.1 单进程或小规模部署 ​

Agent、Harness 和 Runner 可同进程;Task/Run 状态使用外部数据库;工具调用通过统一客户端或执行服务;高风险代码使用独立 Sandbox。适合早期闭环和低并发场景。

9.2 自建分布式平台 ​

Harness Worker 无状态或弱状态部署,权威 Run 状态、队列、租约、执行账本和产物外置;Execution Runtime 独立扩缩;Sandbox、浏览器、GPU 和批作业使用专用资源池。Kubernetes 或虚拟机只是部署实现。

9.3 托管 Runtime ​

托管服务承载 Agent 或工具代码、会话隔离、协议入口和资源弹性;业务仍需确认托管边界是否包括持久状态、Checkpoint、身份委托、外部副作用、产物和审计。不能仅凭产品名假设所有能力已具备。

部署评审应同时画逻辑图和物理图。逻辑图说明职责和事实,物理图说明进程、网络、资源和故障域。用物理组件反推逻辑职责,容易得出“用了 Kubernetes 就有 Runtime”“用了消息队列就有持久执行”之类错误结论。


10. 失败责任:每层必须知道自己不能保证什么 ​

生产架构不仅要写“负责什么”,还要明确“失败时负责到哪里”。

故障场景AgentHarnessAgent Runtime执行后端/外部系统
模型超时不自行假设响应决定重试、切换或终止策略记录调用状态、预算和事件模型服务报告已知状态及用量
Worker 崩溃无责任提供可重放的确定性组织规则租约接管、装载 Checkpoint、拒绝旧 epoch保留可查询执行句柄
审批等待不持续占用循环固化动作规格并处理决定持久等待、释放资源、事件唤醒无
工具响应丢失不直接重试根据能力声明决定对账路径扫描 PENDING/UNKNOWN 并调度 Reconciler支持幂等查询或返回外部事实
Sandbox 异常不绕过执行继续决定 Run 失败、重试或降级隔离资源、撤销凭据、保存证据报告资源和执行状态
取消不再产生新动作定义子步骤停止和业务收尾传播取消、接收迟到结果、保持对账报告取消请求、确认或不支持
版本升级不主动切换声明迁移和兼容策略固定旧 Run 版本或执行显式迁移保留适配器兼容信息

几个边界尤其重要:

  • Agent 不应自行把超时解释为失败;
  • Harness 不应把重放等同于重新执行所有工具;
  • Runtime 不应把租约过期解释为远端动作未发生;
  • ExecutionReceipt 不应被当作业务系统独立验收;
  • Sandbox 退出不代表远程副作用已经取消;
  • 模型或框架升级不应自动接管旧 Run。

这些“不能保证什么”构成了架构的真实边界,也决定后续需要哪些状态、对账和人工裁决机制。


11. 框架与产品如何映射到这套模型 ​

本节只说明职责映射,不做产品排名。相同产品可能覆盖多个层次,也可能只提供某一部分能力。

实现可映射的主要职责不能据此直接推导
CloudWeGo Eino ADK RunnerAgent 执行入口、事件流、上下文初始化、Checkpoint Store 和协作式中断恢复分布式 HA、外部副作用 exactly-once、企业 IAM 和物理隔离
Google ADK Runner/Event LoopAgent 事件循环、Session/Event 协调、状态增量提交、工具循环托管资源平台、默认跨进程耐久、所有工具安全重试
LangGraph Runtime图执行、superstep、基于 checkpointer 的状态与重放企业级授权、托管隔离、节点副作用 exactly-once
Temporal/Cadence 类工作流耐久状态机、Activity、定时器、重试和长任务恢复Agent 语义、模型安全、外部业务副作用自动去重
AgentCore RuntimeAgent/工具代码托管、协议入口、会话隔离、身份、扩缩和观测自动生成业务 Agent Loop、Task 验收、任意工作流 Checkpoint
Claude Agent SDKquery()承载 agent loop、内置工具、subagents、hooks、permission modes、sessions 恢复跨进程耐久 Task、分布式租约、企业授权链和副作用对账
OpenAI Agents SDKAgent/Tool/Handoff/Guardrail/Sessions/Tracing 原语托管编排与恢复(需 Agents API)、Task 终态、结算与 UNKNOWN 对账
托管 Code Interpreter/托管 Sandbox(AWS AgentCore 等)隔离代码执行、文件和资源环境完整 Agent 生命周期、Harness 治理和持久业务状态
Kubernetes/虚拟机进程和资源承载、调度、网络与部署基础Agent Task 状态机、业务授权、外部副作用恢复

产品选型时不应问“哪个就是 Agent Runtime”,而应问:

  1. 哪些 Runtime 责任由它实现?
  2. 哪些责任由框架、平台或业务系统补齐?
  3. 它的状态是临时还是耐久?
  4. 它的恢复是事件重放、Checkpoint 还是物理快照?
  5. 工具调用和外部副作用采用什么语义?
  6. 版本、身份、凭据、审计和隔离的边界是什么?

11.1 与厂商对象模型的概念对照 ​

系列核心对象(Session/Task/Run/Step/Attempt、ExecutionRecord)是平台侧业务语义,与各家 SDK 或托管服务的对象命名并不一一对应。下表帮助来自不同技术栈的读者定位自己;"—"表示该对象模型中没有对应物,相应语义必须由平台自建。

系列对象OpenAI(Responses/Conversations)阿里云百炼 Managed AgentsEino ADKClaude Agent SDK
Session(多轮业务会话)Conversation(前身 Thread)Session(idle/running 状态机)—(进程内会话由应用自管)sessions(客户端侧恢复语义)
Task(业务任务与终态)————
Run(一次执行)Response(前身 Assistants Run,已退役)—(Session 内的执行段)Runner.Run 的一次迭代query() 的一次调用
Step(治理下单步推进)Item(前身 Run Step)EventAgentEvent 序列中的事件loop 内单轮
Attempt(Step 的一次尝试)————
ExecutionRecord(副作用账本)————

三点判读规则:其一,凡对照表中的"—",就是第 19 篇托管边界核对清单要求企业自建的格子,不能由"托管服务功能很多"反推已被覆盖;其二,托管侧的对象(Conversation、Session、sessions)只能作为上下文与恢复缓存,不能充当 Task/Run 的权威事实;其三,同名不等于同义——已退役 Assistants API 的 Run/Step 与本文 Run/Step 的语义差异见第 2 篇 6.1 节的命名消歧。

只要答案完整,自建、托管或混合架构都可以成立。


12. 常见反模式 ​

12.1 把 Runtime 等同于 Sandbox ​

结果是 API、MCP 和浏览器调用绕过统一执行记录,Agent Loop、状态和恢复无人负责。正确做法是将 Sandbox 放入 Execution Runtime 的执行后端集合。

12.2 把 Orchestrator、Harness 和工作流引擎都当主状态机 ​

多个组件都能推进 Run,会导致状态冲突、重复执行和恢复不一致。一个 Run 只能有一个权威状态机;其他组件通过命令和事件协作。

12.3 让 Agent 直接持有工具客户端和生产凭据 ​

模型或 Agent 代码可以绕过策略、审批和审计。正确做法是 Agent 只产生 CallIntent,执行前由模型外治理生成 ExecutionSpec 和短期凭据。

12.4 把 Session 当 Task ​

会话结束就丢失任务状态,或者一个会话中的多个业务目标互相污染。Task、Run 和 Session 必须分开。

12.5 把框架 Checkpoint 当完整灾难恢复 ​

框架可能只保存图状态或协作式中断点,不覆盖进程内任意位置、远端 API、浏览器交易和 Sandbox 设备状态。恢复能力需要逐层声明。

12.6 把事件回放当工具 exactly-once ​

重放 Harness 状态不等于重复外部动作是安全的。外部操作仍需幂等、查询、补偿或人工裁决。

12.7 用部署平台名称替代架构 ​

“Kubernetes + Kafka + Redis”描述的是候选技术,不说明谁持有权威状态、谁推进 Run、谁授权执行和谁负责未知结果。


13. 架构评审清单 ​

在评审 Agent 平台时,可以用以下问题检查职责是否闭合:

Agent ​

  • Agent 的输入和输出对象是否明确?
  • Agent 输出是否始终被视为提案,而非已授权命令?
  • Agent 能否绕过 Harness 直接访问模型、数据、工具或凭据?
  • Agent 版本、Prompt、工具描述符和模型路由是否组成固定 AgentSpec?

Harness 与 Runner ​

  • 谁组装上下文并保留来源?
  • 谁驱动模型—工具循环,模型响应如何转成事件?
  • 审批、预算、验证和取消在什么阶段发生?
  • Harness 故障后,哪些步骤可以安全重放?

Agent Runtime ​

  • Task 服务是否持有业务目标、验收、交付和终态,而 Runtime 只推进 Task 关联的 Run/Step/Attempt?
  • 谁维护 Run/Step/Attempt、租约和 fencing epoch?
  • 状态、事件、Outbox 和 Checkpoint 存在哪里?
  • 如何暂停、恢复、接管和拒绝旧 Worker?
  • Runtime 版本升级如何影响在途 Run?
  • 长时间等待是否释放计算资源但保留唤醒责任?

Execution Runtime ​

  • 所有副作用路径是否经过同一个执行入口?
  • 适配器是否声明 idempotent、queryable、cancellable 和 compensatable?
  • PENDING 和 UNKNOWN 执行如何扫描与对账?
  • 执行结果、产物和用量是否可靠提交?

模型与执行后端 ​

  • 模型服务是否被误认为业务状态机?
  • Sandbox 是否只是执行后端,而非完整 Runtime?
  • 远程 API 和浏览器的事实由哪个系统确认?
  • Checkpoint 是否错误覆盖了远端副作用?

如果这些问题没有明确答案,增加更多组件通常不能解决根因。


14. 本篇结论与后续专题 ​

职责边界的核心不是创造更多层次,而是建立稳定契约:

Agent 定义行为,Harness 组织与约束行为,Agent Runtime 承载并驱动行为,模型服务提供认知计算,执行后端完成具体动作。

Harness 和 Runner 属于 Runtime 的逻辑运行机制;Execution Runtime 属于 Runtime 的执行子系统;模型推理服务和执行后端是受治理依赖;Sandbox 只是执行后端之一。逻辑包含不等于固定部署,物理上可以同进程、分布式或托管,但权威状态、权限和失败责任不能随部署方式漂移。

有了这组边界,后续问题才有清晰归属:业务完成语义进入第 2 篇,整体功能域进入第 3 篇,Runtime 内部能力进入第 4 篇,Harness 与 Agent Loop 进入第 5 篇,持久执行与副作用对账进入第 6 篇,多执行后端进入第 7 篇,安全执行环境则在第 8 篇展开。

下一篇将进一步回答:一次 Agent 任务如何从 TaskIntent 出发,经 Run、Step、Attempt、产物验收和交付结算形成完整业务闭环。


参考资料 ​

以下资料用于说明框架和托管平台的实际职责边界;具体能力会随版本变化,落地时应固定版本并验证。

  1. Google ADK Event Loop
  2. Google ADK Resume Agents
  3. CloudWeGo Eino Agent Runner and Extension
  4. CloudWeGo Eino Human-in-the-Loop
  5. LangGraph Pregel Runtime
  6. LangGraph Checkpointers
  7. LangGraph Durable Execution
  8. Temporal Workflow Execution
  9. Amazon Bedrock AgentCore Runtime
  10. Amazon Bedrock AgentCore Code Interpreter