Skip to content

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_intentRunLease、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:

  1. 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;
  2. revocation epoch:AgentSpec、工具描述符或执行能力是否已被紧急撤销;
  3. 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;
  4. 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
submitExecutionSpec、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
inspectExternalHandle 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
cancelExternalHandle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
collectExternalHandle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
reconcileExecutionRecord 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
compensateExecutionRecord 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:

  1. 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;
  2. 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;
  3. 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;
  4. 能力声明、版本和健康状态在注册表管理,变更走发布流程;
  5. 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:

  1. 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;
  2. 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;
  3. 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
ExecutionProfileCPU、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
acquireProfile、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
renewResourceHandle为长任务续期资源持有,受配额与策略约束
releaseResourceHandle释放资源并触发清理验证;不自动终止已提交的外部动作
cancelExecutionHandle在具体资源上取消执行中的动作
inspectExecutionHandle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:

  1. 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;
  2. 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;
  3. 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;
  4. 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;
  5. 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;
  6. 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。

  1. Model Context Protocol Specification
  2. MCP Authorization Specification(2026-07-28)
  3. MCP Transports Specification(2026-07-28)
  4. A2A Protocol v1.0 Announcement(2026 年春)
  5. A2A Protocol Specification
  6. OAuth 2.1(IETF draft-ietf-oauth-v2-1)
  7. RFC 9728:OAuth 2.0 Protected Resource Metadata
  8. RFC 8707:Resource Indicators for OAuth 2.0
  9. RFC 6750:The OAuth 2.0 Authorization Framework: Bearer Token Usage
  10. OWASP Top 10 for Agentic Applications for 2026