统一 Execution Runtime 与多执行后端
系列:生产级 Agent 平台架构 2026 · 第 7 篇
定位:Runtime 机制篇
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》 · 第 2 篇《从 Task 到交付:Agent 业务闭环与领域对象设计》 · 第 4 篇《Agent Runtime:从生命周期到执行治理的完整能力模型》
关键词:Execution Runtime、执行网关、适配器契约、MCP、浏览器执行器、远程作业、资源池
摘要
前几篇已经确立了业务闭环与领域对象、十个顶层功能域、Agent Runtime 的完整能力模型,以及“外部调用先原子提交 ExecutionRecord 与 Outbox、外呼前过统一末端门禁”的耐久调用原则。本篇向下钻取 Agent Runtime 内部最容易被简化、也最容易失控的部分:Execution Runtime 执行子域。
本文的核心观点是:Execution Runtime 不是与 Agent Runtime 平行的平面,而是 Agent Runtime 内部负责把已授权 ExecutionSpec 落实为物理动作的执行子域;Sandbox 只是它可调度的执行后端之一,与企业 API、MCP、浏览器和远程作业并列。 所有外部副作用,包括产物交付,都必须经过同一条不可旁路的执行路径:Execution Gateway 校验与领取、适配器提交、执行账本记录、回执与用量收集、UNKNOWN 对账与取消传播。
文章依次给出:执行子域的定位与职责清单;Execution Gateway 的两类命令校验、CAS 领取与统一末端门禁;统一适配器契约与能力声明驱动的策略推导;企业 API 与 MCP、浏览器、远程作业、安全执行环境调用四类适配器的设计要点;执行账本、资源池接口、Delivery 执行链,以及风险分级与后端选择策略。
Outbox 与对账协议的完整细节在第 6 篇已经展开,本篇只做引用;安全执行环境的六个控制面在第 8 篇展开;零信任身份体系在第 12 篇展开;网关的物理归并在第 13 篇展开。本篇只回答一个问题:当 Harness 说“执行这个动作”之后,平台如何保证这个动作被受控地提交、如实地记录、可靠地查询、可审计地收尾。
1. 问题背景:会调用工具,不等于有执行架构
在 Demo 阶段,一次工具调用就是一段代码:组装参数、发起请求、读取响应、回灌模型。但生产任务的动作集合远不止“调用一个函数”:
- 向企业发布系统提交一次不可撤回的发布;
- 通过 MCP Server 调用第三方工具,传输可能是 HTTP 也可能是 stdio;
- 在浏览器里登录业务站点、填写表单并点击提交;
- 向批作业平台提交一个运行数小时的数据处理作业;
- 在安全执行环境里运行 Agent 生成的代码;
- 把最终产物发布到知识库、推送到消息渠道或写入对象存储。
这些动作的时间尺度从毫秒到天级不等,副作用位置分布在平台外部,失败模式各不相同:API 响应可能丢失,浏览器页面可能超时,作业回调可能迟到或被伪造,沙箱可能崩溃,MCP 工具描述符可能被投毒。如果每类后端各写一套重试、超时、取消和记录逻辑,平台会迅速出现以下问题:
| 问题 | 没有统一执行层时的典型表现 |
|---|---|
| 副作用无账可查 | 工具是否执行过只存在于 Worker 内存或日志,接管后无法确认 |
| 重试语义混乱 | 不可幂等的删除接口被超时重试,造成重复删除 |
| 未知结果被误判 | 响应丢失被直接当作失败,自动重试产生第二次真实副作用 |
| 取消不传播 | Task 已取消,远程作业和浏览器会话仍在运行并持续计费 |
| 授权在执行时失效 | 审批通过后数小时才执行,期间权限已撤销,动作仍然发出 |
| 旧 Worker 继续外呼 | 租约已被接管,旧 Worker 恢复后仍向外部系统提交动作 |
| 用量与审计断链 | 浏览器、作业和沙箱的用量无人收集,费用无法归因到 Task |
| 交付绕过治理 | 产物发布走独立通道,没有执行记录、没有 UNKNOWN 语义 |
这些问题的共同根源是:动作的“意图”和“事实”之间缺少一个强制、统一、耐久的执行层。Execution Runtime 的职责就是在两者之间建立不可旁路的受控通道:每一个物理动作先有账本记录、后有外呼行为,每一个结果都以回执形式回到权威状态。
本篇的范围明确如下:
- 覆盖:执行子域定位、Execution Gateway 与末端门禁、适配器契约、四类适配器设计、执行账本、资源池接口、Delivery 执行链、风险分级与后端选择;
- 不覆盖:Outbox 与对账协议细节见第 6 篇;安全执行环境六个控制面见第 8 篇;零信任身份与委托链见第 12 篇;网关物理归并见第 13 篇。
2. Execution Runtime 定位:Agent Runtime 的执行子域
2.1 不是平行平面,而是内部子域
系列贯穿的核心命题是:Agent 定义行为,Harness 组织与约束行为,Agent Runtime 承载并驱动行为,执行后端完成动作。 在这个命题下,Execution Runtime 的位置是明确的:它是 Agent Runtime 内部的执行子系统,负责把 Harness 交付的、已绑定授权决定的 ExecutionSpec 转化为对具体后端的受控调用,并把结果转化为耐久的执行事实和 RuntimeEvent。
第 3 篇在十个顶层功能域之外将 Execution Runtime 执行子域单列说明,因为它直接面对外部系统、持有短期凭据引用、按后端类型独立扩缩。但单列不表示平行:Execution Runtime 不拥有 Run 状态机,不决定 Agent 下一步做什么,不裁定 Task 终态;输入来自 Harness,事实回到 Harness 和账本。
2.2 职责清单
Execution Runtime 的完整职责可以归纳为九项:
| 职责 | 说明 | 关键对象 |
|---|---|---|
| 入口强制 | 所有外部动作经 Execution Gateway 进入,无直达适配器的通道 | ExecutionSpec |
| 执行时校验 | 校验 lease 或 authorized_epoch、记录登记、Grant、撤销与 control_intent | RunLease、ExecutionRecord |
| 领取与去重 | CAS 唯一领取 PREPARED 记录,防止重复提交 | ExecutionRecord 状态 |
| 适配器选择与路由 | 按能力声明、风险分级、资源画像和健康度选择适配器 | AdapterProfile |
| 账本记录 | 提交前落账,记录摘要、授权引用、幂等键、句柄和状态 | ExecutionRecord |
| 回执与收集 | 收集执行状态、产物引用和用量,经回程治理后形成事件 | ExecutionReceipt、UsageRecord |
| 取消传播 | 把持久取消意图翻译为对各后端的取消请求,并继续确认外部效果 | CancelExecution |
| 对账协调 | 对 UNKNOWN 与 PENDING 记录触发 inspect 与 reconcile,见第 6 篇 | ReconcileTrigger |
| 资源与信号 | 与资源池交互,上报容量、健康与成本信号 | ResourceHandle |
2.3 不负责什么
同样重要的是明确 Execution Runtime 不承担的职责:
| 不负责 | 原因 |
|---|---|
| 不决定业务目标与后续步骤 | 目标由 Task 定义,步骤由 Harness 推进 |
| 不做策略决定 | AuthzDecision 由身份策略与审批域给出,执行层只复核其是否仍有效 |
| 不裁定 Task 终态 | Task 终态由 Finalization 门禁依据验收、交付、结算与清理决定 |
| 不承诺外部动作恰好一次 | 平台只保证执行许可与账本记录的唯一消费 |
| 不解释后端输出语义 | stdout、页面内容和作业日志是数据,不能驱动新的 Agent 步骤 |
| 不管理沙箱内部机制 | 安全执行环境的六大能力属于第 8 篇范围 |
| 不长期持有凭据 | 短期凭据经凭据服务获取并受众绑定,Checkpoint 只保存引用 |
2.4 输入与输出
- 输入:
ExecutionSpec——参数规范化、授权引用、资源约束与截止时间的执行规格;CancelExecution——对指定执行记录的取消意图;ReconcileTrigger——定时器或对账器触发的查询与对账命令;CallbackEnvelope——需验签与防重放后才可入账的外部回调信封。 - 输出:
ExecutionReceipt——执行状态、句柄、结果摘要、产物引用与用量;RuntimeEvent——提交、完成、失败、未知、取消等耐久执行事件;UsageRecord——各后端的资源用量事实;ReconcileRequest——无法自动裁定的 UNKNOWN 转人工裁决请求。
一句话定位:Execution Runtime 是意图与事实之间的强制关口。关口之前,动作只是建议;关口之后,动作要么被账本证明发生过,要么被账本证明没有发生,要么以 UNKNOWN 形式保留未决责任。
3. Execution Gateway 与末端门禁
Execution Gateway 是八类逻辑网关中的执行网关,也是 Execution Runtime 对外暴露的唯一强制入口。它可以独立部署,也可以与其他网关物理归并,但逻辑上不存在绕过它直达适配器的路径。核心工作分为三段:两类命令校验、CAS 领取、统一末端门禁。
3.1 两类命令,两种校验
进入 Execution Gateway 的命令分为两类,校验口径不同:
| 命令类型 | 产生方式 | 校验内容 | 为什么这样校验 |
|---|---|---|---|
| 同步新动作 | 当前 Worker 持有 RunLease 时提交新 ExecutionSpec | 匹配当前 RunLease epoch,ExecutionRecord 已耐久登记,并校验 spec 摘要、ReleaseGrant、撤销版本与 control_intent | 新动作是当前推进者产生的新外部意图,必须用当前租约 fencing,防止旧 Worker 外呼 |
| 延迟命令 | 已在合法 lease 下创建 PREPARED 记录并通过 Outbox 耐久调度 | 校验记录中的 authorized_epoch、spec 摘要、ReleaseGrant、撤销版本与当前 control_intent,CAS 领取该记录;不要求原 RunLease 存活 | Run 可能已 WAITING 并释放租约;若要求原 lease 存活,合法延迟命令会被错误拒绝 |
这一区分是第 4 篇确立的规则,在执行层的落地含义是:fencing 的对象是“谁有权产生新动作”,而不是“谁有权完成已登记动作”。 已登记动作的合法性由记录本身承载:authorized_epoch 证明它曾在合法租约下被批准,spec 摘要证明内容未被篡改,Grant 与撤销校验证明授权仍然有效。
3.2 CAS 领取:一条记录只能被一个执行方提交
PREPARED 状态的 ExecutionRecord 是“已登记但未提交”的动作。Outbox 至少一次投递、Worker 接管、对账器触发,都可能让同一记录被多个执行方同时看到。Execution Gateway 用条件更新完成领取:只有把记录从 PREPARED 原子置为 SUBMITTING 的那一方获得提交权,其余各方收到“已被领取”的拒绝。
CAS 领取解决的是平台内部的重复提交竞争,不能替代外部系统的幂等:目标系统按业务幂等键去重时,平台仍应传递该键;目标系统不支持幂等与查询时,能力声明必须如实标注,策略层据此禁止自动重试。两者是不同层次的防线。
3.3 统一末端门禁:外呼前的最后一次校验
命令被领取之后、执行器真正外呼之前,还必须通过统一末端门禁。这是第 4 篇耐久调用原则的组成部分,适用于 ModelCallRecord、DataRequest、MemoryWriteRecord 和 ExecutionRecord 四类外部调用,在执行链上的具体检查项是:
- control_intent:Run 或 Task 是否已经持久化为取消意图。取消是持久意图,不能被迟到回调或普通恢复清除;
- revocation epoch:AgentSpec、工具描述符或执行能力是否已被紧急撤销;
- 授权约束:ReleaseGrant 是否仍在有效期、是否已被消费、绑定的动作摘要是否匹配;
- 记录状态:记录是否仍处于已领取且未终止的状态,防止与对账结果竞争。
末端门禁的关键语义有三条:
- 拒绝必须形成耐久事件。 取消或撤销发生在 Outbox 提交之后、外呼之前时,Publisher 仍会投递这条耐久命令,执行方必须按最新 control_intent 或 revocation epoch 拒绝外呼,并提交
CallRejected或Cancelled事件。静默丢弃会让审计链出现“命令存在但无下文”的空洞; - 已开始的调用不能伪装成从未调用。 外呼已发生后才收到取消或撤销的,动作进入取消确认、PENDING 或 UNKNOWN 对账,如实记录 Usage;
- 门禁失效时高风险动作应阻断。 撤销或授权服务不可用时按风险分级阻断高风险动作,而不是 fail-open 放行;降级保可用性不能以绕过安全为代价。
3.4 与 Outbox 和对账协议的边界
Execution Gateway 消费的是已经耐久提交的命令,不关心 Outbox 如何发布、重复投递如何去重、定时器如何触发对账——这些协议细节在第 6 篇展开。本篇只依赖两个事实:与状态原子提交的 Outbox 是耐久事实,Publisher 不因后续 lease 变化而丢弃它;fencing 发生在状态写入事务和各外部调用的执行方,而不是发布阶段。
4. 统一适配器契约
4.1 为什么需要统一契约
四类执行后端的时间尺度和失败模式差异极大:API 以毫秒到秒计,浏览器以秒到分钟计,远程作业以分钟到小时计。如果 Harness 或 Gateway 为每类后端单独处理超时、句柄、查询和取消,执行语义会迅速碎片化。统一契约的目标是:后端可以不同,但平台看到的接口、状态和证据格式必须相同。
契约由两部分组成:能力声明 describeCapabilities 告诉平台“这个后端能做什么、不能做什么”;七个操作定义平台“可以要求后端做什么”。
4.2 describeCapabilities:能力声明
能力声明在适配器注册时提交,纳入 AdapterProfile 并参与调度、策略与审批决定。运行期适配器不得夸大能力;能力降级必须显式上报并重新注册。
| 能力 | 含义 | 主要消费方 |
|---|---|---|
readOnly | 不产生外部副作用,只读取状态 | 审批策略、风险分级 |
idempotent | 目标系统保证重复提交不产生额外效果 | 重试策略 |
queryable | 提交后可按句柄或幂等键查询真实状态 | 对账策略、UNKNOWN 处置 |
cancellable | 支持在完成前请求停止,且停止结果可确认 | 取消传播 |
compensatable | 存在经确认的补偿协议,可抵消已发生效果 | 补偿策略、失败收尾 |
snapshotCompatible | 执行环境支持物理快照并可在快照上继续,见第 8 篇 | Checkpoint 与恢复策略 |
dryRunSupported | 支持预演并返回差异或影响评估 | 审批证据、前置检查 |
progressObservable | 可提供进度信号 | 长任务观测 |
usageReportable | 可报告资源用量或计费维度 | 用量归集与 FinOps |
能力声明是事实承诺,不是营销文案。把不可查询的接口声明为 queryable,会把本应人工裁决的 UNKNOWN 变成自动对账失败后的盲目重试;把不可幂等的接口声明为 idempotent,会直接造成重复副作用。因此声明应附带验证证据,纳入适配器注册评审和生产准入测试。
4.3 七个操作
| 操作 | 输入 | 输出 | 语义与不变量 |
|---|---|---|---|
submit | ExecutionSpec、幂等键 | 同步结果或 ExternalHandle | 只能在记录被 CAS 领取后调用;响应丢失返回 UNKNOWN 而不是报错重试 |
inspect | ExternalHandle 或幂等键 | 当前状态与证据 | 只读查询;查询失败本身也可能是 UNKNOWN |
cancel | ExternalHandle | 取消受理或拒绝 | 取消是请求不是事实;不支持取消时如实返回 |
collect | ExternalHandle | 产物引用、输出摘要、用量 | 大产物以引用加 digest 交付;用量按去重键追加 |
reconcile | ExecutionRecord 引用 | 对账结论与证据 | 用于 UNKNOWN 与 PENDING 超期记录;结论只有确认成功、确认未执行、仍未知三类 |
compensate | ExecutionRecord 引用 | 补偿结果 | 仅当 compensatable 为真;补偿本身同样入账 |
describeCapabilities | 适配器标识 | 能力声明与版本 | 注册与变更时提交,运行期可被复核 |
七个操作覆盖一个外部动作从提交到收尾的完整生命周期。注意 reconcile 与 inspect 的区别:inspect 是单次状态查询,reconcile 是携带账本上下文的裁定过程,可能组合多次 inspect、目标系统凭证核对与证据比对。
4.4 能力声明如何驱动策略
能力声明的价值在于让重试、对账、审批和取消策略成为可推导的规则,而不是每个适配器各写一套:
典型的推导规则如下表:
| 能力组合 | 重试策略 | 对账策略 | 审批与证据要求 |
|---|---|---|---|
| readOnly | 可自由重试 | 一般无需对账 | 低审批档,仍记录账本 |
| idempotent 且 queryable | 幂等键下安全重试 | 自动对账可确认 | 按风险分级 |
| queryable 但非 idempotent | 超时不直接重试,先 inspect | 自动对账后按结论处置 | 按风险分级 |
| 非 queryable 且非 idempotent | 禁止自动重试 | UNKNOWN 转人工裁决 | 高审批档,建议 dry-run 证据 |
| cancellable 为假 | 不适用 | 取消只停止等待,外部效果继续对账 | 取消预案须在审批时披露 |
| compensatable 为真 | 失败可走补偿路径 | 补偿动作单独入账 | 补偿协议需评审与演练 |
这套推导把第 2 篇的原则落成机器可执行的策略:UNKNOWN 必须对账;无法对账的不可逆动作,要么限制自主性,要么转人工裁决。 任何框架或产品都不提供任意外部动作的恰好一次语义,能力声明正是平台在“至少一次投递”的现实上构建安全执行策略的依据。
4.5 契约不变量与适配器注册
无论后端如何实现,所有适配器必须遵守同一组不变量:
- 不持有长期业务凭据,短期凭据经凭据服务按受众和时效获取;
- 不根据后端输出自行产生二次动作,stdout、页面内容和回调负载都是数据;
- 不直接调用 Harness 或修改 Run 状态,一切结果经回执和账本回到 RuntimeEvent;
- 能力声明、版本和健康状态在注册表管理,变更走发布流程;
- 故障不导致账本丢失:提交前状态在账本,提交后句柄在账本,进程重启后按记录恢复。
适配器注册表是执行子域的控制面资产:保存每个适配器的契约版本、能力声明、后端清单、资源画像引用、健康探针和撤销状态。紧急情况下,控制面可以单独撤销某个适配器或某个 MCP Server 的注册,而不影响其他执行路径。
5. 四类适配器设计
5.1 企业 API 与 MCP 适配器
5.1.1 企业 API 适配器
企业 API 是最理想的执行后端:契约明确、语义结构化、通常支持幂等键与条件请求。适配要点包括:
- 契约先行:以 OpenAPI 或等价契约定义参数 Schema、错误码与超时,参数规范化在能力调用网关完成;
- 幂等键传递:把 ExecutionRecord 的稳定业务幂等键传递给目标系统;只有接收方真正按键去重且去重窗口覆盖重试窗口时它才有效;
- 条件请求:资源写操作尽量使用条件头或资源条件版本,使陈旧写入被目标系统拒绝;
- 响应丢失即 UNKNOWN:提交后响应丢失不能推断为失败,按 queryable 能力对账。
5.1.2 MCP 适配器与协议网关边界
MCP 为企业工具接入提供了标准化协议,但它改变的是互操作方式,不改变执行治理要求:
- 协议治理归 MCP/A2A 协议网关:企业本地准入目录、协议版本、消息校验、对端认证和描述符治理由协议网关承担。MCP 协议不内建全局信任准入目录:官方 Registry(registry.modelcontextprotocol.io,2025-09 起以 preview 上线)提供发现与命名空间验证,但不做执行治理与信任背书;企业准入目录仍是平台自建能力;
- 执行事实归执行链:MCP 工具调用与其他后端一样,经能力调用网关形成 ExecutionSpec,经 Execution Gateway 领取和末端门禁,在执行账本留下记录,不能成为绕过账本的特殊通道;
- 协议授权不替代业务授权:MCP 授权覆盖的是客户端到 MCP Server 这一协议边界,且是可选能力而非强制要求;即使启用,也不替代下游业务系统的授权、参数级策略和执行时复核。
5.1.3 HTTP 传输的 OAuth 对齐
当 MCP 启用 HTTP 传输时,其授权模型遵循 OAuth 2.1 的架构约束,平台在集成时必须对齐以下事实:
| 要求 | 含义 |
|---|---|
| 资源服务器与授权服务器分离 | MCP Server 作为 OAuth 资源服务器,不兼任授权服务器 |
| Protected Resource Metadata 发现 | 客户端通过资源元数据发现授权服务器与要求,而非硬编码 |
| resource 参数 | 令牌请求携带 resource 参数,把受众绑定到目标 MCP Server |
| 受众校验 | MCP Server 校验令牌受众指向自身,防止混淆代理 |
| Bearer 凭据位置 | Bearer 令牌仅通过 Authorization 头传递,不出现在查询参数或正文中 |
对平台而言,这些约束意味着 MCP 适配器应作为受控的 OAuth 客户端运行:令牌获取、刷新和受众绑定由适配器或凭据服务完成,短期令牌不进入 Agent 上下文,不落入 Checkpoint。
5.1.4 stdio 传输的凭据边界
stdio 传输采用完全不同的凭据边界:它不经过 OAuth 流程,信任边界是进程与主机本身。stdio MCP Server 由平台作为受管子进程拉起,可用凭据只能通过平台注入的环境或本地代理提供。相应要求是:注入凭据最小化、可审计、随进程生命周期撤销;出站流量同样受出口网关约束;跨租户复用 stdio 进程必须经过隔离评审。把 stdio 当作“内网可信组件”而跳过凭据治理,是常见的隐性旁路。
5.1.5 描述符治理:防投毒与哈希钉扎
工具描述符是进入模型上下文的内容,因此是攻击面。工具描述符可能被投毒:攻击者在工具名称、描述或参数说明中隐藏指令,诱导模型以特定参数调用工具、泄露上下文或绕过审批。平台侧控制包括:
- 描述符扫描:注册时做注入模式检测、权限语义审查和 Schema 校验,高风险表述进入人工评审;
- 哈希钉扎:通过扫描的描述符计算 digest 并钉扎进 AgentSpec;运行期装载与调用前按 digest 复核,未审计的变化阻断调用并告警;
- 展示隔离:描述符在上下文中作为数据处理,与用户指令、系统约束分区呈现。
5.1.6 A2A 与 Agent Card
当执行后端是另一个 Agent 时,A2A 协议提供互操作框架。A2A v1.0 于 2026 年春发布,由 Linux Foundation 治理,获得 150 多个组织支持。 其 Agent Card 用于描述对端 Agent 的端点、能力与协议要求,是发现与协商的输入。但必须明确:Agent Card 是能力描述,不是信任凭证;实际调用仍需逐请求认证授权,并同样经过执行链的校验、账本与对账。把 Agent Card 声明的能力直接当作已授权动作,等于把发现机制误当成授权机制。
5.2 浏览器执行器
浏览器执行器处理“只有 Web 界面、没有可用 API”的场景:业务站点操作、表单填报、证据采集。它是副作用位置最特殊的一类后端——真实动作发生在目标站点的服务器上,平台能控制的只是驱动浏览器的过程。
5.2.1 隔离上下文
浏览器上下文是凭据、Cookie 和站点数据的载体,必须按租户和 Run 隔离:
| 隔离对象 | 策略 | 收尾 |
|---|---|---|
| Cookie 与会话 | 每 Run 独立上下文,禁止跨租户共享 | 任务结束或取消后销毁并验证 |
| 本地存储与缓存 | 上下文级隔离,不落宿主共享目录 | 随上下文销毁 |
| 下载文件 | 定向到受控工作区,经 Artifact Broker 收集 | 按产物策略归档或清理 |
| 凭据注入 | 由凭据代理在提交动作时注入 | 会话随上下文终止 |
5.2.2 登录态治理
登录态本质上是一类业务凭据。平台应从凭据库获取受管账号凭据,以短期会话形式注入浏览器上下文;Agent 和模型不能看到明文密码,双因素认证需要预授权机制或人工协同环节。登录态撤销必须传播为上下文销毁;账号权限变化应在执行时复核,而不是依赖浏览器里仍然有效的旧会话。
5.2.3 表单提交确认
表单提交往往是不可逆业务动作。执行器在点击提交之前必须:
- 确认该动作绑定了有效的 ApprovalRecord 或 ReleaseGrant,动作摘要覆盖目标表单与关键字段;
- 采集表单内容快照作为提交前证据,与审批时展示的动作摘要比对,参数漂移即中止;
- 提交后采集受理页、回执元素或错误信息作为提交后证据。
5.2.4 页面超时不等于未提交
浏览器执行最容易犯的错误是把页面加载超时或网络超时解释为“动作没有发生”。事实上,提交请求可能已经到达站点服务器并生效,只是响应没有回来。正确语义是:
- 提交点击已执行而响应丢失,动作进入 UNKNOWN;
- inspect 通过查询订单页、回执元素、站内消息或站点提供的查询接口确认实际状态;
- 只有在找到明确的未提交证据且策略允许时,才可安全重试;否则进入对账或人工裁决。
5.2.5 回程治理
网页内容是不可信数据,可能包含针对模型的注入指令。浏览器执行器回传的页面文本、截图摘要在进入 Agent 上下文前必须经过回程扫描与来源标注;执行器本身不得因为页面中出现“请继续执行某操作”之类的文本而发起新动作。
5.3 远程作业执行器
远程作业执行器面向批作业平台、数据处理管道和外部计算系统。作业的时间尺度从分钟到天级,远超单次 Invocation,核心机制是句柄、轮询与回调的组合。
5.3.1 提交与 ExternalHandle
提交作业时,执行器把 ExecutionRecord 的幂等键传递给作业平台,并把返回的作业 ID、队列信息和提交回执写入 ExternalHandle。Handle 是跨 Worker、跨 Invocation 恢复作业跟踪的唯一依据:Run 可以进入 WAITING 并释放租约和 Harness Worker,执行子域保留 Handle、定时查询和取消责任。
5.3.2 轮询
轮询是 inspect 的作业版实现。要点包括:指数退避加抖动,避免查询风暴压垮作业平台;设置轮询预算并与 Step 截止时间对齐;尊重作业平台限流;轮询结果每次按事件入账,形成可审计的状态轨迹。
5.3.3 回调与验签
作业平台通常支持完成回调。回调入口是平台的对外暴露面,必须按零信任处理:
| 校验项 | 目的 |
|---|---|
| 签名验证 | 确认回调来自作业平台 |
| 时间戳窗口 | 拒绝过旧回调,压缩重放窗口 |
| nonce 防重放 | 同一回调只被消费一次 |
| execution_id 关联 | 回调必须落到确定的 ExecutionRecord,找不到记录即隔离审查 |
| 状态竞争 | 回调与轮询按记录版本条件更新,先到者生效,后到者幂等忽略 |
回调只能改变 ExecutionRecord 的状态,不能直接驱动 Agent Loop。回调负载中的任何文本都是数据,需经回程治理后才能进入上下文。
5.3.4 异步取消
作业取消是异步语义:cancel 发出后,作业可能在取消生效前已经完成。取消的结果有三种——确认停止、确认已先完成、无法确认。已先完成的作业要如实记录迟到副作用和 Usage;无法确认的进入取消专用对账。这与第 2 篇“取消不等于回滚”的原则一致。
5.4 安全执行环境调用适配器
当动作是“运行一段代码”——Agent 生成的 Python、Shell、数据处理脚本或不可信依赖——执行后端是安全执行环境。本篇只定义执行子域与它的接口边界;环境生命周期、镜像与依赖、资源限制、网络控制、文件隔离和运行时安全六大能力在第 8 篇展开。
接口契约上,安全执行环境调用适配器提交的 ExecutionSpec 额外包含:
| 字段 | 含义 |
|---|---|
| 镜像或运行时引用 | 固定 digest 的镜像与依赖层,经签名验证 |
| 入口与参数 | 代码引用、入口命令与参数 |
| ExecutionProfile | CPU、内存、PID、IO、时间与磁盘上限 |
| 网络策略 | 默认拒绝出站、受控目标清单与出口代理引用 |
| 挂载清单 | 只读根、独立工作区与挂载 allowlist |
| 输出限制 | 产物数量、大小与制品上限 |
回执则包含退出状态、文件差异、产物引用、资源用量和运行时遥测摘要。凭据边界上,沙箱内不保存长期业务凭据:高风险外部调用优先由沙箱外代理持有凭据并代为执行;若工具必须使用短期令牌,应明确为“最小化短期凭据暴露”,而不是声称零凭据。
能力声明上,安全执行环境可以声明 snapshotCompatible,表示支持物理快照以加速恢复。但必须反复强调:物理快照只能恢复特定执行环境的本地状态,不能回滚已经发生的远程 API 调用、数据库事务或外部作业。快照能力与 ExecutionRecord、逻辑 Checkpoint 必须共同使用,这一边界在第 8 篇继续展开。
最后,沙箱守护进程只接收经过授权的执行规格,不根据 stdout、网页内容或模型文本自行产生二次动作——这是执行子域与资源池共同遵守的不变量。
6. 执行账本
6.1 ExecutionRecord:跨 Attempt 稳定的副作用事实
执行账本是执行子域的权威事实存储。ExecutionRecord 记录一个逻辑外部动作,其字段在第 2 篇已经定义,从执行层视角再完整列出一遍:
| 字段组 | 内容 |
|---|---|
| 标识 | execution_id、tenant_id、task/run/step 引用、稳定业务幂等键 |
| 规格 | 规范化动作摘要、ExecutionSpec digest、目标资源与条件版本 |
| 授权 | AuthzDecision、ApprovalRecord、ReleaseGrant 引用、authorized_epoch |
| 状态 | 当前状态与聚合版本、control_intent 快照、ExternalHandle |
| 历史 | ExecutionAttempt 列表、对账记录、人工裁决引用 |
| 结果 | Receipt、Artifact、Usage 引用 |
记录的状态机以第 6 篇补全的完整版为准:PREPARED、SUBMITTING、PENDING、CANCELLING、CANCEL_REVIEW、UNKNOWN、NEEDS_REVIEW、SUCCEEDED、FAILED、CANCELLED 十态(第 2 篇给出基础九态,第 6 篇增加 CANCEL_REVIEW 以分离取消裁决),本篇不再重画。执行层的两个专属责任是:PREPARED 是外部动作入账的唯一起点,任何外呼必须先有 PREPARED 记录;SUBMITTING 只能由 CAS 领取产生,领取失败的一方不得外呼。
6.2 ExecutionRecord 与 ExecutionAttempt:多对一
同一个逻辑副作用可能因 Worker 故障、接管或重试产生多次实际尝试。ExecutionAttempt 记录某次 Attempt 对某个 ExecutionRecord 的参与事实——是提交、查询、取消还是对账参与,结果如何。两者的关系是多对一:
这个模型直接决定接管行为:新 Worker 接管 Run 后,不是创建新的 ExecutionRecord 重新提交动作,而是读取同一记录,按幂等键或句柄先查询外部系统的真实状态,再决定继续、对账或裁决。如果每次尝试都新建记录,平台就失去了跨重试识别同一业务副作用的能力,重复支付、重复发布和重复删除都会随之而来。
6.3 回执:ExecutionReceipt
ExecutionReceipt 是适配器对一次执行的结构化报告,至少包含:
| 字段 | 说明 |
|---|---|
| 状态结论 | SUCCEEDED、FAILED、UNKNOWN、PENDING 或 CANCELLED 之一 |
| ExternalHandle | 后续查询、取消和对账的依据 |
| 结果摘要 | 经脱敏和大小限制的结果概要 |
| 产物引用 | Artifact 引用与 digest,不内联大对象 |
| 用量 | 后端报告的资源用量与计费维度 |
| 证据等级 | 回执来源是同步响应、查询确认还是回调 |
| 来源标识 | 回调类回执必须可验证来源 |
必须反复强调第 0 篇确立的判断:ExecutionReceipt 不是外部效果的独立证明。 回执说成功,表示执行器观察到成功;业务系统是否真正生效,仍可能需要按业务状态对账。回执的价值在于把“观察到的事实”耐久化,而不是替代外部系统的事实权威。
6.4 产物与用量收集
collect 操作负责把后端产生的产物和用量收归平台管理。三条规则:大产物只保存引用与 digest,访问时重新授权,避免在事件和上下文中复制;敏感输出先经扫描和脱敏再进入可观察范围;用量按供应方调用 ID、execution_id 和生产者事件 ID 去重后追加,晚到的供应方调整以新事件表达,不篡改原 Usage。小结果以摘要进入回执,大产物以对象引用加 digest 入账,两者都经回程治理后才形成 RuntimeEvent。
6.5 账本与审计
执行账本天然承担审计职责:谁在什么 epoch 下登记了动作、哪条 Grant 被消费、领取方是谁、回执证据是什么、对账结论如何,全部可追溯。账本记录应防篡改、按保留策略归档,并与 Trace 关联但彼此分离——Trace 可以采样和过期,许可消费、副作用事实和裁决记录不能依赖普通遥测管道。
7. 资源池接口
7.1 五个通用操作
执行后端运行在各类资源池中:API 与 MCP 执行池、浏览器上下文池、作业与 GPU 池、隔离执行池。第 4 篇已列出 Runtime 对资源池的通用能力要求,本篇将其固化为接口契约:
| 操作 | 输入 | 语义 |
|---|---|---|
acquire | Profile、tenant、run 引用、deadline | 按执行画像申请资源,返回 ResourceHandle;容量不足时有界排队或明确拒绝 |
renew | ResourceHandle | 为长任务续期资源持有,受配额与策略约束 |
release | ResourceHandle | 释放资源并触发清理验证;不自动终止已提交的外部动作 |
cancel | ExecutionHandle | 在具体资源上取消执行中的动作 |
inspect | ExecutionHandle | 查询资源上的执行状态,供轮询与对账 |
7.2 能力、配额与健康度信号
资源池向执行子域上报三类信号,供调度与准入消费:能力信号——隔离等级、支持的后端协议、快照能力、GPU 与设备类型;配额信号——租户配额余量、当前占用、有界队列长度;健康度信号——错误率、延迟分布、容量水位、成本速率。这些信号是弹性和高并发专题的输入,执行子域的责任是如实采集和转发,而不是自行决定扩缩。
7.3 资源池不理解业务目标
这是执行面最重要的边界之一:资源池不理解完整 Task 目标,不解释后端输出,也不根据 stdout、网页内容或工具结果自行追加 Agent 步骤。 它只执行 Execution Runtime 下发的受约束规格并报告状态。一旦资源池开始“理解业务”,例如沙箱根据代码输出自行调用下一个工具,执行链就被旁路了:授权、账本、取消和对账全部失效。
另一个边界是费用:资源释放不等于计费终止。作业平台上的作业可能在 release 之后继续运行并计费。资源是否继续计费由用量结算与资源治理域记录和结算,执行子域负责在释放时如实报告“动作是否已确认停止”。
8. Delivery 执行链:交付复用同一条执行路径
产物交付是外部副作用:发布到知识库、推送到消息渠道、写入对象存储、调用接收方接口。如果交付走独立于执行链的通道,会立刻复制出执行层已经解决的全部问题——重复交付、未知结果、取消不传播、用量无归因。因此系列的既定约定是:DeliveryIntent 经能力治理进入 Execution Gateway,交付动作创建 Delivery 关联的 ExecutionRecord,走同一套提交、查询、取消、对账和人工裁决协议。
执行链与交付域的分工如下:
| 关注点 | 执行链承担 | 交付域承担 |
|---|---|---|
| 提交与领取 | CAS 领取、末端门禁、外呼 | 校验 DeliveryIntent 引用的 ResultSelection 仍有效 |
| 状态事实 | ExecutionRecord 状态与回执 | DeliveryRecord 的业务语义与证据等级 |
| UNKNOWN | 按渠道句柄对账或转人工裁决 | 依据裁决结果更新交付证据 |
| 重试 | 在能力声明允许范围内重试提交 | 决定是否需新的交付意图,保持 ResultSelection 不变 |
| 用量 | 交付资源用量入账 | 纳入 Task 结算 |
交付成功时的证据等级沿用第 2 篇的三级定义:PUBLISHED 表示产物已发布到受管理位置,SENT 表示交付渠道已接受发送请求,CONFIRMED 表示目标系统或人工确认收到。Task 的 DeliveryPolicy 规定哪一级证据足以满足完成条件,三级证据不能混用。
两条推论值得重复:交付失败应只重试交付,而不是重新运行模型或重新执行业务动作;交付 UNKNOWN 不能盲目重发,必须先按渠道消息 ID 或目标系统记录对账。迟到的旧 Run 或旧 Artifact 事件不能替换已选结果,因为 Delivery 始终绑定 ResultSelectionRecord 固定的证据链。
9. 执行风险分级与后端选择
9.1 风险分级
执行风险分级决定审批档、隔离档、网络出口和证据要求。建议按动作的可逆性与影响范围分为四级:
| 级别 | 特征 | 典型动作 | 审批与证据要求 |
|---|---|---|---|
| R0 只读查询 | 无副作用 | 数据检索、状态查询、页面浏览 | 低审批档,账本记录不可少 |
| R1 可逆写入 | 副作用可撤销 | 草稿保存、可撤回消息、临时资源 | 策略授权即可,建议 dry-run |
| R2 不可逆写入 | 副作用难以撤销 | 发布、删除、对外发送、资金操作 | 绑定动作摘要的审批,执行时复核 |
| R3 高危批量与任意代码 | 影响大或行为不可预测 | 批量变更、任意代码、不可信依赖 | 高审批档、强隔离、输出限额与全程证据 |
风险分级在能力注册时初步确定,在执行时结合参数、目标资源和数据范围重新评估。关键规则是:风险只能升级不能被参数改写降级——把“删除生产数据”拆成十条“删除一条记录”不会降低风险等级,参数规范化摘要必须反映聚合影响。
本节按“可逆性与影响范围”的四级(R0–R3)用于执行治理与后端选择;第 8 篇按“自主性、权限、数据敏感度、可逆性、暴露面”五维度分档(低/中/中高/高/最高)用于隔离介质选型。两者是不同用途的互补分级:R2/R3 级动作通常对应第 8 篇中高以上的隔离档。
9.2 后端选择策略
后端选择的第一原则是:能用结构化接口就不要用界面,能用受控接口就不要运行任意代码。 决策路径如下:
“什么动作进沙箱、什么动作走 API”的常见划分:
| 动作类型 | 首选后端 | 理由 |
|---|---|---|
| 结构化业务写操作 | 企业 API 或 MCP | 契约明确、可幂等、可查询、可对账 |
| 批量数据处理 | 远程作业 | 时间尺度匹配,平台有调度与配额能力 |
| 仅有 Web 界面的操作 | 浏览器执行器 | 无 API 时的受控替代,需证据采集 |
| Agent 生成的代码执行 | 安全执行环境 | 行为不可预测,必须隔离 |
| 不可信依赖的安装与运行 | 安全执行环境 | 供应链风险需要强隔离与网络控制 |
| 文档解析、文件转换 | 安全执行环境 | 解析器漏洞面大,输出需限额 |
| 跨 Agent 协作调用 | A2A 适配器 | 协议互操作,逐请求认证授权 |
需要纠正两种极端:“所有动作都进沙箱”,把 API 调用也包进代码执行,徒增隔离成本并让副作用离开结构化对账能力;“所有动作都绕过沙箱”,让模型生成的代码直接在业务进程里运行,失去资源限制与逃逸防护。正确做法是按动作性质选择后端,按风险分级决定隔离强度:低风险结构化调用走 API 与 MCP,高风险的任意代码、不可信依赖与文件解析进安全执行环境,长时批量计算进作业平台,无 API 的界面操作才使用浏览器并配套证据采集。
10. 常见反模式
10.1 把 Execution Runtime 画成与 Agent Runtime 平行的平面
平行平面意味着执行层独立于 Run 状态机存在,最终演变成第二个编排器:解释目标、决定步骤、维护自己的任务状态。正确模型是内部子域:输入来自 Harness,事实回到账本,推进权始终在 Runtime 的唯一 Reducer。
10.2 适配器绕过 Gateway 直连后端
“这个工具很简单,直接调就行”是执行链旁路的开端。一旦存在内部直连通道,末端门禁、撤销传播和账本记录对它全部失效。简单工具的正确做法是实现一个轻量适配器,而不是跳过关口。
10.3 能力声明缺失或失真
不声明能力,策略层只能按最保守或最乐观假设处理;声明失真则直接造成重复副作用。能力声明必须注册时验证、运行期复核、变更走发布流程。
10.4 把 MCP 授权当作业务授权,或期待 MCP 提供全局目录
MCP 授权是可选的协议边界能力,HTTP 传输下遵循 OAuth 2.1;它不替代下游业务授权与参数级策略,协议本身也不内建全局信任准入目录(官方 Registry 仅为发现层,不构成企业准入)。企业准入目录、描述符治理和执行账本都是平台自建能力。
10.5 页面超时即判定未提交
浏览器提交后响应丢失,动作可能已在站点生效。直接重试会造成第二次真实提交。正确语义是 UNKNOWN 加 inspect 确认。
10.6 回调不验签,或回调直接驱动 Agent
不验签的回调是伪造副作用的入口;回调直接唤起模型则绕过了状态提交、取消语义和回程治理。回调只能更新 ExecutionRecord,结果经 RuntimeEvent 回到 Harness。
10.7 资源池理解业务目标
沙箱或浏览器根据输出自行追加步骤,等于在授权体系之外建立第二条行动链。资源池只执行受约束规格。
10.8 Delivery 走独立通道
交付绕过执行链会失去 UNKNOWN 语义和对账能力,“已发送”与“已送达”混为一谈,重复交付无法识别。DeliveryIntent 必须复用执行链。
10.9 延迟命令要求原 lease 存活
Run 进入 WAITING 并释放租约后,合法登记的延迟命令若因原 lease 失效被拒绝,审批后执行、定时执行都会系统性失败。延迟命令校验的是记录中的 authorized_epoch 与授权约束,不是原 lease。
10.10 stdio MCP 跳过凭据治理
stdio 没有 OAuth 流程,不代表没有凭据边界。注入子进程的凭据同样要最小化、可审计、随生命周期撤销,出站流量同样受出口网关约束。
11. 生产验证场景
执行层的设计是否成立,要用故障条件下的行为验证。以下场景应纳入生产准入测试:
| 验证场景 | 预期事实 |
|---|---|
| Worker 提交外部动作后崩溃,响应未回 | 新 Attempt 读取同一 ExecutionRecord,先按句柄对账,不新建记录重提 |
| 两个执行方同时领取同一 PREPARED 记录 | CAS 只允许一方进入 SUBMITTING,另一方被拒且不外呼 |
| 旧 epoch Worker 提交未登记的新动作 | Gateway 校验当前 lease 失败,拒绝并形成耐久拒绝事件 |
| Run 已 WAITING,Outbox 投递延迟命令 | 按 authorized_epoch 与记录校验通过后 CAS 领取,不因原 lease 失效拒绝 |
| 取消发生在 Outbox 提交后、外呼前 | 末端门禁按 control_intent 拒绝外呼,提交 Cancelled 耐久事件 |
| 外呼已开始后收到取消 | 进入取消确认或对账,如实记录已发生效果与 Usage |
| API 提交成功但响应丢失 | 记录 UNKNOWN,按 queryable 能力自动对账,不直接改判 FAILED |
| 工具不支持幂等与查询且结果未知 | 禁止自动重试,进入 NEEDS_REVIEW 人工裁决 |
| MCP 描述符在运行期被篡改 | digest 复核失败,阻断调用并告警,不降级使用新描述符 |
| stdio MCP Server 请求超范围凭据 | 凭据注入拒绝并审计,进程按策略重启或隔离 |
| 浏览器表单提交后页面超时 | inspect 查询回执元素或订单状态,按证据给出相应结论 |
| 作业回调签名错误或 nonce 重复 | 回调被拒绝并隔离审查,记录状态不被污染 |
| 取消后远程作业仍然完成 | 记录迟到成功、真实副作用与费用,继续取消收尾,不恢复 Run |
| Delivery 提交成功但回执丢失 | 进入 UNKNOWN 并按渠道句柄对账,禁止盲目重发 |
| 资源池容量耗尽 | acquire 有界排队或明确拒绝,等待不长期占用 Harness Worker |
| 末端门禁依赖的撤销服务不可用 | 高风险动作阻断,低风险动作按降级策略处理并告警 |
验证时不仅检查最终状态,还要检查 ExecutionRecord 数量、Attempt 轨迹、epoch、回执证据、Usage 归因和审计链完整性。
12. 架构评审清单
定位与入口
- Execution Runtime 是否被建模为 Agent Runtime 内部子域,而非平行平面?
- 是否存在绕过 Execution Gateway 直达适配器的通道,包括测试通道?
- Delivery 是否复用同一执行链并创建关联 ExecutionRecord?
Gateway 与门禁
- 同步新动作是否校验当前 RunLease,延迟命令是否按 authorized_epoch 与 PREPARED 记录校验?
- CAS 领取是否保证一条记录只有一个提交方?
- 末端门禁是否覆盖 control_intent、revocation epoch、授权约束与记录状态?
- 拒绝是否形成耐久事件,已开始调用是否如实进入对账?
适配器契约
- 每个适配器是否注册了完整能力声明,声明是否有验证证据?
- 非幂等且不可查询的动作是否被禁止自动重试?
- 适配器是否不持有长期凭据、不产生二次动作、不直连 Harness?
后端专项
- MCP:HTTP 传输是否对齐 OAuth 2.1 的资源服务器分离、元数据发现、resource 参数与受众校验;stdio 是否有独立凭据治理;描述符是否扫描并哈希钉扎?
- A2A:Agent Card 是否只用于发现,调用是否逐请求认证授权?
- 浏览器:上下文是否按租户与 Run 隔离;登录态是否受控注入;表单提交是否有前后证据;超时是否按 UNKNOWN 处理?
- 远程作业:回调是否验签、防重放;轮询是否有预算;取消是否按异步语义对账?
- 安全执行环境:是否只通过受控接口接收规格;沙箱内是否无长期凭据;快照能力是否被误当作业务回滚?
账本与资源
- ExecutionRecord 是否跨 Attempt 稳定,ExecutionAttempt 是否只记录参与事实?
- 回执是否区分证据等级,且不被当作外部效果的独立证明?
- 资源池接口是否齐备 acquire、renew、release、cancel、inspect;资源池是否不解释业务目标?
风险与选择
- 风险分级是否在执行时重新评估,且不可被参数改写降级?
- 后端选择是否遵循结构化接口优先,任意代码执行必进隔离环境?
13. 本篇结论与后续专题
本篇把 Agent Runtime 的执行子域展开为一个完整的工程对象。核心结论可以归纳为六条:
- Execution Runtime 是 Agent Runtime 的内部执行子域。 它建立不可旁路的执行路径,使 API、MCP、浏览器、远程作业和安全执行环境遵循同一套执行事实模型。Sandbox 只是这条路径上的一类后端,不是执行架构本身;
- Execution Gateway 用两类校验和末端门禁守住动作边界。 同步新动作匹配当前租约,延迟命令按 authorized_epoch 与 PREPARED 记录校验并以 CAS 领取;末端门禁让取消和撤销能在最后一刻阻断动作,拒绝也留下耐久证据;
- 统一适配器契约让策略可推导。 describeCapabilities 声明能力事实,七个操作覆盖动作全生命周期,重试、对账、审批和取消策略由能力组合推导,而不是逐后端硬编码;
- 四类后端各有专属风险,但共享同一账本。 MCP 需要 OAuth 对齐与描述符治理,浏览器需要隔离上下文与“超时不等于未提交”的纪律,远程作业需要句柄、轮询与验签回调,安全执行环境需要受控规格与凭据边界;
- 账本是执行子域的权威。 ExecutionRecord 跨 Attempt 稳定,回执是观察事实而非外部效果的独立证明,UNKNOWN 必须对账,取消必须处置迟到副作用;
- 风险分级决定后端选择与隔离强度。 结构化接口优先,任意代码必进隔离环境;风险只能升级不能被参数改写降级。
执行层能够受控地提交和如实地记录,但不能单独保证业务正确:Task 终态仍由验收、交付、结算与清理经 Finalization 门禁决定;外部业务事实仍取决于目标系统的事务与查询能力;任何框架和产品都不提供任意外部动作的恰好一次承诺。
后续专题继续向外展开:第 8 篇 深入安全执行环境内部,讨论镜像与依赖、资源限制、网络控制、文件系统隔离、运行时安全与凭据模式六个控制面;第 12 篇 展开零信任 Agent 架构,补齐从用户身份到下游凭据的完整委托链;第 13 篇 讨论八类逻辑网关的物理归并、审批服务与部署模式、安全选型。Outbox、对账协议与 Checkpoint 的完整细节参见第 6 篇。
参考资料
以下均为官方资料。动态规范会持续更新,实际实现应固定所采用的版本与访问日期。
- Model Context Protocol Specification
- MCP Authorization Specification(2026-07-28)
- MCP Transports Specification(2026-07-28)
- A2A Protocol v1.0 Announcement(2026 年春)
- A2A Protocol Specification
- OAuth 2.1(IETF draft-ietf-oauth-v2-1)
- RFC 9728:OAuth 2.0 Protected Resource Metadata
- RFC 8707:Resource Indicators for OAuth 2.0
- RFC 6750:The OAuth 2.0 Authorization Framework: Bearer Token Usage
- OWASP Top 10 for Agentic Applications for 2026