Skip to content

技术选型、部署模式与生产准入 ​

系列:生产级 Agent 平台架构 2026 · 第 19 篇(收官)
定位:落地篇
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 3 篇《生产级 Agent 平台总体架构:从主链到功能域》 · 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:技术选型、部署模式、生产准入、上线路线图、系列总结

摘要 ​

此前总纲和 18 篇专题分别回答了生产级 Agent 平台的职责边界、领域对象、总体架构、Runtime 机制、持久执行、执行后端、安全威胁建模、OWASP 风险映射、攻击知识库与三框架协同、零信任、网关治理、数据与费用、弹性、并发、高可用和可观测等问题。但对大多数团队而言,最后的落地难题往往集中在三件事上:如何在众多框架、引擎和托管服务中做出不后悔的选型;如何把统一逻辑架构映射到与自身规模和团队能力匹配的物理部署;如何用可验证的故障事实而不是架构图来证明系统可以上线。

本文给出这三件事的完整方法。选型部分坚持系列一贯立场——能力优先于产品:先写出能力契约与故障语义,再枚举候选类型,用功能契合、故障语义、运维成本、锁定风险、合规、社区与商业支持、团队能力七个维度初筛,用故障注入式 PoC 取证,最后以架构决策记录固化结论并定期复审。随后按 Agent 编程与 Runner、持久工作流、事件与消息、权威状态、缓存与限额、通用计算、强隔离执行、模型推理、对象与产物、策略与身份、可观测与审计、评测与红队十二个能力域,逐一给出能力要求、候选类型、关键选择问题与常见陷阱。

部署部分把十个顶层功能域加一个 Execution Runtime 执行子域的逻辑架构,映射到单进程或小规模、自建分布式、托管或混合三种模式,明确每种模式的保留项与可简化项——小规模可以归并部署单元,但不得省略耐久状态、ExecutionRecord 与 UNKNOWN 语义——并给出从单进程走向分布式的七步迁移顺序。生产准入部分把全系列的关键验证场景汇总为 P0、P1、P2 三级测试套件,作为发布门禁。上线路线图把演进划分为最小闭环、受控生产、规模化、生态互联四个阶段,每阶段给出准入条件与退出标准。最后回顾全系列 20 篇地图,沉淀核心不变量清单,并展望 A2A 互联、多 Agent 治理、持续红队与合规深化。

本文不指定任何必选商业产品。所有候选都以类型出现,所有结论都以能力契约和故障证据为依据。


1. 问题背景 ​

1.1 选型发生在营销叙事与工程现实的交界处 ​

2026 年的 Agent 技术供给空前丰富:多个开源框架提供 Runner、事件循环、中断恢复和 Checkpoint 抽象;持久工作流引擎把耐久状态机和定时器变成现成能力;云厂商推出托管 Agent Runtime,把会话隔离、弹性扩缩、身份和流式输出作为服务提供;沙箱、浏览器、GPU 和模型推理各有专门的托管选项。供给丰富本应降低落地门槛,实际却经常放大选型风险——因为每一类供给的官方能力描述都是真实的,而每一项真实能力被放大解读后都可能变成错误的平台承诺。

系列第 4 篇已经用一张表说明过这种差距:Google ADK 的 Runner 与 Event Loop 真实存在,事件中的 state_delta 经事件处理后提交也是真实机制,但恢复能力依赖持久化 Session 与 Event 的实现,流式 partial 事件不是耐久状态;Eino ADK 提供 CheckPointStore 扩展,但跨进程是否耐久由 CheckPointStore 的具体实现决定;LangGraph 提供 thread 与 checkpointer 快照,恢复基于节点重放,而 thread_id 不是安全隔离或租户授权边界;Temporal 以 Event History Replay 提供耐久执行,但 Activity 的外部副作用仍需幂等和对账;AgentCore Runtime 提供托管承载、会话隔离、弹性、身份、流式与观测,但 Agent Loop 由用户代码实现,持久文件系统需要显式配置。这些边界不是对产品的贬低,而是选型的基本事实:框架、引擎和托管服务各自交付一段能力,平台能力必须由平台自己补齐。

1.2 三类典型选型失误 ​

系列贯穿全文的三类失误,在落地阶段会以更高代价重演:

  1. 以组件清单代替架构。 “消息队列加大数据库加容器平台加某框架”回答了拥有什么,却没有回答 Task 何时算可靠受理、谁持有权威状态、UNKNOWN 由谁对账、终态由谁提交。组件清单无法被验证,架构契约可以。
  2. 以框架能力等同平台能力。 把框架的 Checkpoint 抽象直接宣传为业务可恢复,把托管会话隔离直接等同工具权限治理。一旦故障发生,缺失的能力会以事故形式补课。
  3. 以托管服务代替治理责任。 托管可以承担代码承载、弹性与会话管理,但 Task 权威状态、审批、验收、结算、审计和外部副作用对账仍然是企业的责任。把责任一并“托管”出去,等于放弃了对业务事实的控制。

1.3 选型错误的代价不对称 ​

不同能力域的替换成本差异巨大。权威状态库承载 Task、Run、ExecutionRecord、Approval、Settlement 等全部事实,迁移意味着数据搬迁、语义核对和双写过渡;消息系统的顺序、回放和延迟语义深度嵌入 Outbox 与调度逻辑;隔离层的选型决定了镜像、网络和资源限制的整套工程。相比之下,缓存、可观测后端和评测工具的替换成本低得多。选型投入应与替换成本成正比:对高替换成本的能力域,必须走完整的契约、PoC 和决策记录流程;对低替换成本的能力域,可以快速选择、快速替换。

1.4 本文结构 ​

本文依次回答四个问题:怎么选(第 2 节方法论)、选什么(第 3 节分能力域)、怎么部署(第 4 节三种模式)、凭什么上线(第 5 节生产准入测试套件与第 6 节上线路线图)。第 7 节回顾全系列并沉淀核心不变量,第 8 节展望演进方向。


2. 选型方法论 ​

2.1 能力契约优先:先写契约,再看产品 ​

能力契约是对一个能力域的四份书面承诺,必须在接触任何候选产品之前完成:

  • 能力要求:该能力域必须提供的功能,用系列术语精确表达。例如权威状态必须支持事务、条件更新和版本化聚合,而不是含糊的“高可靠存储”。
  • 故障语义:该能力域在故障时允许发生什么、禁止发生什么。例如消息系统允许重复投递,但消费侧必须幂等;缓存允许丢失,但安全策略判定不得因缓存失效而默认放行。
  • 接口契约:与相邻能力域的交互协议,包括同步还是异步、谁先提交、谁确认谁。
  • 非职责声明:明确该能力域不承担什么。这是系列反复使用的手法——第 0 篇对 Agent、Harness、Runtime、模型服务、执行后端的职责表,本质上就是五份非职责声明。

选型评审时,每个候选必须回答第 0 篇提出的四个问题:它负责什么,它不负责什么,失败时如何退化,哪些事实仍需外部系统承载。 回答不了第三和第四个问题的候选,无论功能清单多长都不应进入短名单。

2.2 先枚举候选类型,再落具体产品 ​

类型级枚举避免被单一厂商叙事锚定,也避免团队视野局限。同一个能力域通常存在多类实现路线:自建、开源、托管、复用企业既有基础设施。每一类路线在运维成本、锁定风险和团队能力上的得分完全不同。落具体产品是初筛之后的事,而且同一能力域允许保留“组合方案”——例如用 Agent 框架承载 Runner,用持久工作流引擎承载长任务编排,用事务数据库承载权威状态,三者各取所长,这正是第 3.1 节要讨论的组合模式。

2.3 七个评估维度 ​

维度核心问题典型证据
功能契合能力契约中的必需项覆盖率多少,缺口能否由上层机制补齐功能对照表,缺口清单与补齐方案
故障语义故障时退化行为是否与契约一致,是否可控可声明故障注入测试结果,官方故障模型文档
运维成本部署、升级、扩缩、备份、监控所需人力与工具链团队现有经验,同类系统运维记录
锁定风险数据格式、API、协议是否可迁出,退出成本多大导出能力,标准化程度,替代方案存在性
合规数据驻留、审计、保留删除、认证资质是否满足约束合规需求清单逐项核对
社区与商业支持版本节奏、安全响应、长期维护信号是否健康发布记录,漏洞响应时长,贡献者结构
团队能力团队是否具备用好和排障该候选的技能既往项目经验,培训与招聘成本

七个维度不是简单打分求和。故障语义与合规具有一票否决属性:故障退化不可控的候选会污染整条主链;不满足数据驻留等强制约束的候选无论多优秀都出局。其余维度用于在合格候选之间比较。

2.4 PoC 验证:用故障事实取证 ​

PoC 的目标不是跑通演示路径,而是为能力契约中的关键断言取证。合格的 PoC 至少包含:

  • 正常路径:验证接口契合与基本性能;
  • 故障注入:杀进程、断网、制造超时、重复投递、撤销权限,观察退化行为;
  • 恢复验证:故障后状态是否可恢复,未决动作是否可查询,是否产生重复副作用;
  • 规模抽样:在接近生产的负载剖面下抽样验证延迟与吞吐,而不是峰值压测;
  • 运维演练:实际执行一次升级、一次备份恢复、一次扩缩容。

PoC 的退出标准是书面的:哪些断言被证实,哪些被证伪,哪些无法验证需要带入生产观察期。无法验证不等于通过。

2.5 决策记录:ADR 固化与复审触发 ​

每个能力域的选型结论以架构决策记录固化,至少包含:背景与能力契约摘要、候选清单与初筛结果、PoC 证据与链接、最终决策与理由、已知后果与接受的风险、复审触发条件。复审触发条件是 ADR 中最容易被遗漏的部分,建议显式写明,例如:候选出现改变故障模型的重大版本变化、规模增长十倍、合规约束变化、出现重大安全事件、团队能力结构变化。ADR 不是存档仪式,它让“为什么当初这么选”在两年后仍可审计,也让复审有据可依。

2.6 选型决策流程 ​

把上述步骤串成可执行的决策流程:

而每一个能力域进入流程后,内部的判定逻辑可以表达为下面的选型决策图。它也是本文推荐团队在评审会上直接使用的检查顺序:

2.7 方法论层面的反模式 ​

  • 跑分驱动选型:只看吞吐和延迟基准,不看故障语义与运维成本,基准数字无法带入生产。
  • 简历驱动选型:为技术新颖性选择团队无法驾驭的系统,故障时无人能排障。
  • 大爆炸选型:试图一次性选定全部能力域。正确做法是按依赖顺序逐域决策,先权威状态与消息,后计算与隔离。
  • 只选不复审:选型结论永不回顾,直到某次事故才被动发现假设早已失效。

3. 分能力域选型 ​

本节按十二个能力域逐一展开。每个能力域给出能力要求、候选类型、关键选择问题与常见陷阱。能力域与系列文章的对应关系如下表,便于交叉阅读:

能力域主要关联文章选型焦点
Agent 编程与 Runner第 4、5 篇事件模型、中断恢复、状态接口
持久工作流第 6 篇耐久语义、重放与幂等
事件与消息第 6 篇耐久投递、Outbox、顺序与回放
权威状态第 2、6 篇事务、条件更新、故障范围
缓存与限额第 12、15、16 篇授权缓存边界、资源配额与准入精度
通用计算第 15 篇弹性、可移植性、运维
强隔离执行第 8 篇隔离强度、兼容性、启动时延
模型推理第 3、13 篇数据驻留、容量、用量对账
对象与产物第 14 篇耐久、权限、保留与 WORM
策略与身份第 12、13 篇委托、撤销、执行时生效
可观测与审计第 18 篇事实与遥测分离、审计耐久
评测与红队第 10、11、18 篇风险分类、攻击知识映射、回归、影子与红队常态化

3.1 Agent 编程与 Runner ​

能力要求。 该能力域提供 Agent 的编程抽象与事件循环承载:事件模型与 RuntimeEvent 语义;中断与恢复抽象;可插拔的状态与会话接口;流式输出且区分耐久事件与展示增量;Hook 与扩展机制;版本固定支持。它必须能把 Agent 产出的 ModelCallIntent、RetrievalIntent、CallIntent 与 AnswerDraft 交给 Harness 治理链,而不是直接发起调用。

候选类型。

候选类型官方能力可支持的部分平台仍需明确的边界
Google ADKRunner 协调 Agent、SessionService 与 Event,事件中的 state_delta 经事件处理后提交恢复依赖持久化 Session 与 Event 的实现,流式 partial 事件不是耐久状态,跨 Worker 租约与副作用去重需平台自建
Eino ADK(CloudWeGo,Go)ChatModelAgent(ReAct Loop+Middleware)、Workflow Agents(Sequential/Loop/Parallel)、DeepAgents(PlanTask+TaskTool 子任务委托)、TurnLoop(Push/Preempt/Stop)、Runner 事件迭代、中断、Resume 与 CheckpointStore 扩展;ADK 自 v0.5.0 引入,采用时须固定 v0.9.x 等实际版本跨进程耐久性由 CheckPointStore 实现决定,Cancel 不等于回滚外部动作,多副本租约 fencing 与多可用区高可用需平台自建
LangGraph图执行、thread 与 checkpointer 状态快照、基于重放的恢复节点可能从开头重放,外部副作用必须幂等,thread_id 不是安全隔离或租户授权边界
Claude Agent SDKquery()/ClaudeSDKClient 承载 agent loop、内置工具、subagents、hooks、4 种 permission modes、sessions 恢复会话恢复是客户端侧语义,跨进程耐久 Task、租约、企业授权与副作用对账需平台自建;permission modes 只到工具粒度,达不到 action_digest 级审批
OpenAI Agents SDK / Agents API(beta)Agents SDK:Agent/Tool/Handoff/Guardrail/Sessions/Tracing 原语(2026-09 起进入维护期);Agents API:托管会话、编排、上下文压缩与恢复,环境可选 openai_hosted/self_hosted托管形态把状态机与恢复让渡给供应方;Task 终态、审批、验收、结算、ExecutionRecord 与 UNKNOWN 对账必须平台自建;托管产品生命周期风险见 4.4 节
其他框架或自研可完全贴合平台事件模型与治理链事件模型、恢复、扩展机制全部自建,长期维护成本高

关键选择问题。 状态接口是否可插拔并指向耐久实现?中断恢复依赖什么存储,进程重启后能否继续?流式增量与耐久事件是否分流,慢消费者会不会阻塞推进?AgentSpec 版本能否固定到 Run?扩展点能否挂接审批、预算、回程扫描等治理 Hook?语言栈与团队能力是否匹配?

常见陷阱。 把框架 Runner 直接当成分布式 Runtime,默认它提供租约、接管与跨可用区恢复;把 thread_id 或 session_id 当作租户隔离边界;把内存 Session 当作耐久状态;在框架升级时未固定事件与状态 Schema,导致在途 Run 无法恢复。

低代码编排平台的定位分支。 Coze(含 Coze Studio 开源版)、Dify、腾讯 ADP 工作流等可视化编排平台是该能力域之外的另一种形态,选型时按三分支判定:其一,低风险场景直接使用——接受其领域语义边界,不强行对齐本系列对象模型;其二,作接入与编排前端——画布产物经系列任务受理接口进入平台,权威状态机、ExecutionRecord 与验收结算在平台侧自建,编排平台不持有业务事实;其三,二开对齐系列语义——默认不推荐:画布上的人工审核节点要等价于 ApprovalRecord + WAITING_APPROVAL + 审批后重授权,循环/并行节点的外部调用要纳入 ExecutionRecord 与末端门禁,工作流版本要遵守在途 Run 钉版原则,在其原生领域模型(Bot/工作流/插件)上补丁式实现这些语义,会形成两套相互竞争的推进系统,正是第 1 篇的反模式。若业务确需该分支,必须先在 PoC 中验证审批、取消与故障注入场景,再写 ADR 固化放弃的治理点与补偿控制。

框架与持久工作流、权威状态之间是组合关系而非替代关系,典型组合如下:

3.2 持久工作流 ​

能力要求。 为分钟到天级的长任务提供耐久状态机:安全点暂停与恢复;定时器与延迟唤醒;明确的恢复语义;Activity 或子任务协调;执行可见性与运营查询。它服务的是耐久调用原则——逻辑推进不依赖任何单进程存活。

候选类型。 Temporal 或 Cadence 类工作流引擎,提供 Event History 与定时器,恢复基于历史重放;数据库状态机加 Outbox,用事务表表达状态、用 Outbox 驱动推进,简单直接且与权威状态同库;基于消息系统的自研调度,灵活但需要自建租约、fencing 与可见性。

关键选择问题。 恢复机制是历史重放还是快照恢复,对代码确定性有什么要求?Activity 的外部副作用如何保证幂等与对账?定时器的精度、规模与延迟消息能力如何?多租户配额与公平调度是否支持?引擎自身升级与版本管理是否平滑?自建方案的租约与 fencing 是否有成熟实现?

常见陷阱。 把 Event History Replay 当作外部副作用的恰好一次保证——重放恢复的是逻辑状态,Activity 已经发生的远端动作不会回滚;工作流代码引入非确定性导致重放分叉;把工作流引擎当权威业务数据库使用,业务事实散落在引擎内部;低估自建调度方案的运维与正确性成本。

3.3 事件与消息 ​

能力要求。 为 Outbox、命令分发与结果事件提供耐久投递:至少一次投递与消费侧幂等假设;明确的顺序语义;保留与回放窗口;延迟消息或定时器支持;与权威状态事务配合完成 Transactional Outbox。

候选类型。 日志型消息系统如 Kafka 类,回放与吞吐见长;业务消息系统如 RocketMQ 类,提供延迟消息与事务消息;Pulsar 类提供分层存储与多租户;RabbitMQ 类传统 Broker 路由灵活;云消息服务降低运维;小规模下数据库 Outbox 加轮询发布也是合格实现。

关键选择问题。 顺序保证到什么粒度,分区或队列模型与 Run 聚合如何对齐?延迟消息与定时器的精度和上限?回放窗口多长,能否支撑对账?与状态库的 Outbox 事务如何原子化?消费组再平衡时的重复投递窗口多大?

常见陷阱。 把消息系统当权威状态库——消息可以重复、延迟、乱序,当前 Task、Run、Execution 状态仍需要聚合与版本规则;假设恰好一次投递而不在消费侧做幂等;Outbox Publisher 不做去重,重发布产生重复命令;用消息保留期代替审计保留期。

3.4 权威状态 ​

能力要求。 为全部领域事实提供事务基础:事务与条件更新,支持 CAS 与乐观锁版本;聚合版本化以支撑 fencing;复制、故障切换与声明的 RPO、RTO;分区、归档与保留策略;审计字段与变更追溯。

候选类型。 PostgreSQL、MySQL 及其高可用部署是最常见的起点;云关系数据库提供托管运维与跨可用区复制;分布式 SQL 数据库在规模与水平扩展需求出现后进入视野。

关键选择问题。 条件更新与行级版本是否可靠支持,这是租约与 fencing 的地基?主从切换时的数据丢失窗口是多少,能否满足受理与账本的要求?账本类大表的分区与归档方案是否提前设计?Schema 演进与在线迁移工具链是否成熟?

常见陷阱。 用读副本做 fencing 判定,旧数据放行旧 epoch 的提交;账本表没有分区与归档规划,一年后成为性能黑洞;把授权决定、许可消费等事实只写进缓存或遥测管道;Schema 版本不受控,Checkpoint 与事件重放因结构漂移失败。

3.5 缓存与限额 ​

能力要求。 为低风险判定、策略查询和配额控制提供低延迟路径:策略与元数据缓存;租户与 Agent 配额计数;明确的故障降级语义——哪些判定缓存失效时阻断,哪些可以放行;热 Key 与过载保护。

候选类型。 Redis 兼容内存服务及其托管形态;进程内本地缓存用于只读元数据;专用限流服务或网关内置限流用于精确配额。

关键选择问题。 配额需要近似还是精确语义,误差能否被预算机制兜底?缓存故障时安全类判定是 fail-open 还是 fail-closed,由谁声明?缓存与权威状态的一致性窗口多大,敏感动作执行前是否重新验证?

常见陷阱。 用 Redis 计数器充当唯一执行账本——缓存可丢失,去重窗口内的重复执行将不可追溯;安全策略缓存故障时默认放行,绕过授权;只依赖缓存中的授权结论,不在执行时验证撤销状态与 revocation_epoch。

3.6 通用计算 ​

能力要求。 承载 Worker、网关与执行适配器的计算底座:弹性扩缩与调度亲和;可移植性以控制锁定;故障域声明;与隔离、GPU 等专用资源池的协作接口。

候选类型。 Kubernetes 类容器编排,生态与弹性成熟;虚拟机,隔离与合规边界清晰;Serverless 容器,免运维但受超时与冷启动约束;托管 Agent Runtime,直接提供承载、会话隔离与弹性。

关键选择问题。 长任务的持有时间与平台超时限制是否匹配?节点故障域与 Pod 驱逐策略对 Run 接管的影响?异构资源如 GPU 的调度能力?从一个底座迁出的成本——镜像、编排清单、身份与网络策略是否可移植?

常见陷阱。 把 Kubernetes 当作 Agent 业务状态机——它负责资源编排,不提供 Task、Run 语义;Serverless 超时截断长任务且未形成 UNKNOWN 记录;选择托管底座时未确认数据驻留与退出路径。

3.7 强隔离执行 ​

能力要求。 为不受信代码、浏览器脚本与高风险工具提供隔离执行:与攻击者能力模型匹配的隔离强度;系统调用与依赖兼容性;资源限制粒度;启动时延与热池策略;设备与 GPU 需求;与逻辑 Checkpoint 的配合;成本与运维复杂度可控。

候选类型。 强化容器与 rootless 容器,兼容性好隔离中等;gVisor 用户态内核,隔离增强且启动较快;Kata Containers 轻量虚拟机;Firecracker 类 microVM,支持快照恢复;腾讯 Cube(2026-04 以 Apache 2.0 开源的 KVM microVM 沙箱服务,支持快照克隆、兼容 E2B SDK、可私有化部署);完整虚拟机,隔离最强成本最高;托管 Sandbox 服务(如 FC Agent Sandbox、ACS Agent Sandbox),免运维但需逐项确认兼容边界;语言级 Sandbox 只适合受限脚本。

关键选择问题。 假设的攻击者能力是什么——能否加载内核模块、能否触达宿主网络?目标工具链的系统调用兼容性如何?冷启动时延是否满足任务剖面?租户等级是否要求独享内核或独享宿主?逃逸告警之后的隔离、取证与凭据撤销流程是否已经定义?

常见陷阱。 只看启动时延单指标选型,忽略兼容性与隔离强度;认为进了沙箱就不需要出口治理——沙箱限制本地计算,不限制远端副作用;把物理快照当成业务回滚,误以为恢复快照能撤销已经发生的远程交易。

3.8 模型推理 ​

能力要求。 提供受治理的模型调用:数据驻留与合规边界;容量与限流;流式响应;用量记录与对账接口;模型版本固定与路由降级;多供应方切换能力。

候选类型。 外部模型服务 API,能力迭代快;云托管推理,合规与容量选项丰富;自建 GPU 推理池,数据不出域且成本可控但运维重。

关键选择问题。 数据出境与驻留约束是否满足?用量数据能否与平台 UsageRecord 对账,差异如何处理?限流与配额超限时的降级路径?模型版本能否固定,回滚是否可行?单一供应方故障时路由策略是什么?

常见陷阱。 单一供应方且无路由降级,供应方故障即平台故障;用量只信单次响应,不做账单对账,未知费用没有未决责任;模型版本漂移不固定,同一 AgentSpec 在不同时间行为不一致;把模型服务的可用性承诺直接转写成平台 SLO。

3.9 对象与产物 ​

能力要求。 承载 Artifact、Checkpoint 大对象与审计归档:耐久性;细粒度授权且访问时重新验证;生命周期与保留策略;WORM 与防删除用于审计;加密与密钥管理;跨区域复制选项。

候选类型。 对象存储及其托管形态是默认选择;分布式文件系统适合需要 POSIX 语义的执行环境;受控文件服务用于交付场景。

关键选择问题。 授权粒度能否到对象前缀或对象级,下载与发布时能否重新鉴权?保留与删除策略能否满足合规保留与删除权?大对象的校验和、来源与扫描状态如何随 ArtifactManifest 管理?

常见陷阱。 把产物内容塞进数据库字段或消息体,导致复制放大与上下文污染;产物访问沿用旧授权不重新检查;临时工作区文件没有保留与清理策略,长期累积成为数据治理负债。

3.10 策略与身份 ​

能力要求。 支撑零信任授权链:工作负载身份与用户委托;ABAC 策略表达与版本化;审批与一次性执行许可的账本支持;撤销的实时生效;决策低时延与决策审计。

候选类型。 OPA、Cedar 类策略引擎作为 PDP;企业 IAM 与目录服务提供身份与委托源;Workload Identity 与工作负载身份框架提供服务间认证;凭据代理服务负责短期受众绑定凭据的签发。

关键选择问题。 撤销能否在执行时生效——策略缓存命中时是否仍校验 revocation_epoch 与撤销状态?PDP 不可用时高风险动作是否阻断?策略版本化与回滚是否可审计?委托链能否从用户贯穿到 Execution 身份?

常见陷阱。 把一次授权决定当作长期有效,审批通过后不再重验;策略缓存绕过撤销检查;决策只有结果没有证据,事后无法解释为什么放行;把 ReleaseGrant 与下游业务凭据混成一个令牌管理。

3.11 可观测与审计 ​

能力要求。 坚持系列第 18 篇确立的事实与遥测分离:Trace、Metric、Log 用于排障与趋势;授权决定、许可消费、ExecutionRecord、Acceptance、Delivery、Settlement 属于业务事实,必须存于耐久账本。需要 GenAI 语义约定统一模型与 Agent 遥测命名,需要审计的独立耐久与防篡改。

候选类型。 OpenTelemetry 生态加各类后端;商业 APM 平台;自建审计账本与归档管道。三者通常组合使用:遥测用生态方案,审计自建。

关键选择问题。 采用的语义约定版本是否固定,升级如何回归?审计与遥测是否物理分离,遥测平台故障会不会丢审计?保留期是否满足合规与取证需求?敏感 Prompt 与结果的记录策略是否经过数据治理评审?

常见陷阱。 用 Trace 代替审计——Trace 可采样可过期,不能承载许可消费与结算证据;审计耐久性依赖普通遥测管道,遥测故障即证据丢失;为全链路审计无条件记录敏感原文。

3.12 评测与红队 ​

能力要求。 支撑运营闭环:Golden Set 与回归评测;影子运行与灰度对比;自动化红队与攻击场景库;线上抽样与人工标注;评测结果到候选变更的受控通道。

候选类型。 自建评测平台贴合业务验收语义;开源评测框架提供现成指标与数据集管理;商业评测与红队服务提供攻击场景与报告能力。

关键选择问题。 评测环境与生产的能力边界是否一致——同样的策略、同样的门禁?评测产生的候选规则与版本如何进入回归、审批与灰度,而不是直接改生产?红队场景库是否随 OWASP Agentic Top 10 等风险分类更新?

常见陷阱。 评测系统直接修改生产策略或扩大权限,绕过发布审批;红队一次性演练后束之高阁;用离线评测分数代替业务验收——Run 成功不等于 Task 完成,评测通过也不等于交付合格。


4. 三种部署模式 ​

4.1 逻辑架构不变,物理映射可变 ​

系列第 3 篇确立了十个顶层功能域与 Execution Runtime 执行子域的逻辑架构:接入与任务、Agent 资产与版本、Agent Runtime、身份策略与审批、模型服务、数据与记忆、产物验收与交付、用量结算与资源治理、状态持久化与账本基础、可观测评测与运营,以及属于 Agent Runtime 内部的执行子域。逻辑职责不随部署规模变化;变化的是物理映射。三种模式的分野在于:哪些域归并部署、哪些域独立扩缩、哪些域交给托管服务,以及无论怎么变,哪些事实与门禁必须保留。

4.2 模式 A:单进程或小规模 ​

适用场景。 验证最小业务闭环、内部低风险场景、日任务量在百到千级。Agent、Harness 与 Runner 可以同进程,逻辑网关可以归并为进程内拦截器。

保留项——规模小不等于可以省略:

保留项原因
外部耐久状态库承载 Task、Run 与 ExecutionRecord进程重启不得丢失业务事实,内存与本地文件都不合格
ExecutionRecord 与 UNKNOWN 语义一次外部写动作的结果未知就足以造成重复副作用,与规模无关
幂等受理与 client_request_id客户端重试是常态,重复受理直接产生重复预算与重复任务
Outbox 或等价的耐久投递进程内直调在崩溃时会丢命令,数据库 Outbox 加轮询即可满足
验收与 Finalization 门禁Run 成功不等于 Task 完成,最小闭环也必须区分技术验证与业务终态
高风险代码执行的独立隔离同进程执行不受信代码等于放弃隔离,至少使用独立进程或容器
最小审计:授权决定、许可消费、执行与结算事实缺失审计的小系统一旦出事无法取证,补录不可能

可简化项:

可简化项简化方式边界
八类逻辑网关归并为进程内中间件链策略顺序、拒绝理由与审计仍须可区分
Worker 池单 Worker 顺序消费队龄与积压必须有告警
定时器数据库扫描轮询扫描周期与漏扫补偿要明确
可观测后端本地日志加基础指标关键事实仍写耐久账本,不写遥测
资源池浏览器与 Sandbox 按需创建高风险 Sandbox 仍独立部署
Cell 与多可用区暂不实施声明单故障域事实,不夸大可用性

4.3 模式 B:自建分布式 ​

适用场景。 多租户、多 Agent、任务量与并发持续增长,需要独立扩缩与故障域控制。典型形态:Task API 与网关集群承接受理;Harness Worker 池推进 Run;Execution Runtime 集群独立扩缩;模型、浏览器、GPU、Sandbox 与批作业各成资源池;权威状态、队列、对象与审计构成事实基础。

保留项即全集:十个功能域的逻辑职责全部保留,八类网关可以按协议、权限与故障域逐步拆分。可简化空间很小,主要是时序上的——协议网关可以先归并后拆分,GPU 池可以后置建设,Cell 化可以在规模化阶段再实施。

自建分布式的两个关键工程决策:其一,每个 Run 只有一套权威推进语义,Worker 池扩容不引入第二套状态机;其二,资源池不理解业务目标,浏览器、Sandbox 与批作业只执行受约束的 ExecutionSpec,不根据输出自行追加步骤。大规模部署可进一步把一组 Task API、Worker、Execution Runtime、局部队列与配额组成 Cell,租户或 Task 归属特定 Cell,控制单点故障的传播范围。

4.4 模式 C:托管或混合 ​

适用场景。 希望把承载与弹性交给托管服务,同时保留业务治理责任。典型形态是以托管 Agent Runtime 承载 Agent 代码与会话,企业自建 Task、策略、审批、验收、交付、结算与审计。

托管边界的确认必须逐项进行:

能力托管服务可能承担企业仍须保留
Agent 代码承载与会话隔离实例生命周期、会话级隔离、流式入口AgentSpec 版本固定、撤销与 revocation_epoch 策略
弹性与扩缩实例扩缩、冷启动管理容量模型、配额与公平、成本归因
会话存储与文件持久化会话记录、显式配置后的持久文件系统业务 Run 的 Checkpoint、Task 恢复与外部副作用对账
身份与观测入口工作负载身份接入、基础遥测授权链、决策审计、业务事实账本
Agent Loop由用户代码与所选框架实现Harness 治理、审批、预算、回程扫描与 UNKNOWN 处理

需要再次强调系列第 4 篇的边界:托管 Runtime 的会话存储与文件持久化不等于业务 Run 的 Checkpoint 与 Task 恢复;“支持 Checkpoint”不能自动理解为业务可恢复;“隔离会话”不能自动理解为工具权限与外部副作用已治理。选型时应把上表作为合同级核对清单,逐项要求供应方给出书面能力说明与故障语义。

同一核对清单适用于 2026 年已商用的其他托管形态,但各样本的托管深度不同,核对侧重随之变化:

托管样本托管范围自述核对侧重
AWS Bedrock AgentCore承载、会话隔离、弹性、身份、流式与观测Agent Loop 由用户代码实现,平台治理落点保留完整
阿里云百炼 Managed Agents会话、沙箱、工具执行与事件流(Agent/Environment/Session/Event 模型,Agent 版本自动递增)工具执行已托管时,pending_call 级挂起/恢复事实如何回流企业账本;在途 Session 能否钉住旧 Agent 版本
OpenAI Agents API(beta)托管 harness(会话、编排、上下文压缩与恢复),环境可选 openai_hosted/self_hosted,vaults 凭据代理状态机托管给供应方后,企业侧 Run/Step/Attempt 语义的重建成本;其前身 Assistants API 的退役已证明生命周期风险

托管事件流的取证保留项。 托管 Runtime 多以 SSE 或事件查询端点暴露执行过程,其保留期、不可篡改性与跨会话对账能力通常无公开承诺。托管事件流必须在企业侧网关持久化副本,托管侧事件查询端点不构成审计存储;否则第 18 篇的审计主干与 UNKNOWN 对账将失去数据源。

托管产品生命周期本身即锁定风险。 OpenAI Assistants API 从宣布弃用到 2026-08-26 关停仅约一年;Agent Builder 发布约 14 个月后宣布将于 2026-11-30 关停;腾讯元器宣布 2026-11-09 停服,经其分发到公众号与客服渠道的智能体随之失效。凡采用托管会话或托管分发通道承载状态与触达,ADR 中必须写明退出路径(数据可导出、会话可重建、语义可迁移、分发通道可替换),并把“托管产品弃用公告”列为 ADR 强制复审触发条件。

4.5 演进路径:从单进程到分布式的迁移顺序 ​

部署模式的演进不是推倒重来,而是按依赖顺序逐步把逻辑职责物理化。推荐七步迁移顺序:

步骤迁移动作触发信号验证标准
1Task、Run、ExecutionRecord 进入事务数据库,建立幂等键与聚合版本立项即应满足受理幂等与双 Worker 场景的 P0 子集通过
2引入 Outbox 与独立发布,替换进程内直调崩溃丢命令、命令与状态不一致重复投递不产生重复逻辑步骤
3API 与 Worker 分离,引入租约与调度受理延迟被长任务拖垮接管与 fencing 场景通过
4Execution Runtime 独立为统一末端门禁执行路径增多、旁路风险出现所有副作用经执行入口,UNKNOWN 对账通过
5浏览器、Sandbox、GPU、批作业独立资源池资源争抢、隔离等级分化各池独立扩缩与配额生效
6模型、数据、能力、出口网关拆分,控制面独立策略变更频繁、审计要求提高网关故障不互相传染,控制面故障不扩权
7Cell 化、多可用区与容灾演练租户规模与可用性承诺提高按声明故障范围恢复,未决动作可追溯

每一步迁移都必须重跑对应的生产准入场景。迁移顺序的意义在于:每一步结束时系统都处于可验证的完整状态,而不是只在最终形态才第一次可用。


5. 生产准入测试套件 ​

5.1 分级原则 ​

生产级不是由架构图复杂度证明的,而是由故障条件下的行为证明的。本套件汇总全系列各篇的验证场景,按三级管理:

  • P0 阻断级:涉及事实正确性、授权正确性与资金正确性。任一 P0 未通过即阻断上线,不允许带病运行。
  • P1 重要级:涉及交付、结算、升级与隔离的完整性。允许在书面缓解措施与明确期限下有条件通过,但必须在下一里程碑前清零。
  • P2 观察级:混沌、极端负载与合规取证演练。以常态化为目标,阶段三规模化前至少完成首轮;涉及敏感数据或外部不可逆副作用的场景,其关键单项(如敏感出口失效、通道封禁演练)应在首次上线前完成。

5.2 P0 场景清单 ​

本系列设计的 P0 准入同时检查测试结果和威胁建模交付物,不是声称三个框架本身要求某个认证。必须提供版本化威胁报告:系统资产与信任边界、MAESTRO 官方层级及跨层路径、OWASP 风险适用/不适用理由、可核验 ATLAS 映射或本地业务威胁编号、控制责任人、测试与检测证据、残余风险、应急方案及风险接受记录。ATLAS 无法匹配不等于风险不存在;风险负责人应独立裁定是否准入。

编号场景注入方式预期事实
P0-0威胁报告与控制验证缺失任一关键资产、边界或高影响路径证据暂缓上线;补齐第 11 篇方法产生的威胁记录、测试结果、残余风险和审批
P0-1受理幂等受理响应丢失后以相同幂等键重复提交不重复创建 Task,不重复预留预算,返回同一 task_id
P0-2重复命令消费Outbox 发布确认丢失导致命令重投消费侧幂等,不形成重复逻辑 Step
P0-3双 Worker 竞争制造租约过期使两个 Worker 同时推进状态提交拒绝旧 epoch,执行入口拒绝未登记动作,fencing 拒绝数可观测
P0-4审批竞争批准、超时、取消近乎同时到达ApprovalRecord 只有一个有效决议,迟到批准不复活 Run
P0-5授权撤销审批通过后撤销用户委托或工具权限执行前重新授权,拒绝旧批准,产生耐久拒绝事件
P0-6UNKNOWN 对账外部动作已成功但回执丢失进入 UNKNOWN,对账确认后记录真实副作用,不盲目重试
P0-7非幂等工具对不支持幂等与查询的工具制造超时禁止自动重试,转待裁决或降低自主性
P0-8取消与迟到副作用取消后远程作业仍然完成记录迟到副作用与用量,进入取消收尾,不恢复 Run 推进
P0-9统一末端门禁Cancel 或撤销发生在 Outbox 提交后、外呼前末端门禁按最新 control_intent 与 revocation_epoch 拒绝外呼,产生可审计拒绝事件
P0-10安全检测不可用使必要安全检测服务失效不释放敏感内容,不通过跳过检测保可用性
P0-11旧 Artifact 迟到事件Repair Run 选定 v2 后注入 v1 的迟到验收或发布事件ResultSelection 不被旧版本事件覆盖,不交付旧 Artifact,迟到事件仅作事实记录

5.3 P1 场景清单 ​

编号场景注入方式预期事实
P1-1交付失败产物生成成功后使交付通道失败仅重试 Delivery,不重复生成产物,不重复业务动作,ResultSelection 保持不变
P1-2交付 UNKNOWN交付响应丢失按渠道消息 ID 或目标记录对账,不盲目重发
P1-3结算去重注入重复 UsageRecord去重后只结算一次,未知费用保留未决责任
P1-4清理完整性在凭据撤销、资源释放、数据清理任一环节制造失败Finalization 门禁返回 NeedsReview,Task 保持非终态并创建人工处置事件
P1-5版本升级Runtime 或 AgentSpec 滚动升级旧实例排空,在途 Run 固定原 AgentSpec,新 Run 使用新版本
P1-6沙箱资源耗尽与逃逸告警压满资源并触发逃逸告警限制影响范围,撤销凭据,隔离实例并保留证据,不重新进入热池
P1-7AgentSpec 紧急撤销递增 revocation_epoch 撤销版本阻止新 Run,受影响在途 Run 暂停并撤权,装载与续租校验生效
P1-8Resume 时权限已撤销暂停期间撤销权限后恢复不恢复动作,进入拒绝、暂停或收尾
P1-9Checkpoint 不兼容升级导致 Checkpoint Schema 不兼容显式迁移或失败收尾,不静默使用错误状态

5.4 P2 场景清单 ​

编号场景注入方式预期事实
P2-1单可用区故障切断一个可用区按声明的故障范围、RPO 与 RTO 恢复,未决动作可追溯
P2-2共享依赖故障状态库主从切换、消息集群滚动重启受理有界失败或降级,不产生脏写,恢复后对账闭环
P2-3极端负载与背压十倍设计流量有界排队、公平调度与明确拒绝,不雪崩不绕过安全控制
P2-4长尾审批与截止时间审批等待跨越数天并触发截止时间等待不占用逻辑 Worker,截止后按策略收尾
P2-5混沌演练常态化定期随机注入故障演练结果纳入趋势指标,回归问题进入发布准入
P2-6合规证据链抽查指定任一历史 Task能还原受理、授权、审批、执行、验收、交付、结算、清理完整证据链

5.5 执行组织与判定 ​

测试环境必须与生产同构到足以代表关键路径:相同的权威状态 Schema、相同的门禁顺序、相同的策略版本。每个场景的验证不能只看最终回答是否正确,必须同时检查状态快照、事件序列、lease epoch、ExecutionRecord 数量、Usage 与审计关联。套件应自动化并纳入发布流水线:P0 每次发布必跑,P1 每个里程碑必跑,P2 按计划演练。没有证据就不应宣称零丢失、金融级或任意外部操作恰好一次。


6. 上线路线图 ​

6.1 阶段总览 ​

上线不是一次事件,而是四个阶段的受控演进。每阶段有明确准入条件与退出标准,退出标准全部由生产准入测试套件中的场景背书。

阶段目标典型部署模式核心建设
一 最小闭环单一场景端到端可用模式 A耐久状态、幂等受理、技术验证
二 受控生产授权、审批与事实闭环可审计模式 A 向 B 过渡审批、UNKNOWN、审计、验收与 Finalization
三 规模化多租户多场景稳定运行模式 B 或 C分布式、资源池、SLO 与成本可视
四 生态互联跨 Agent 与跨组织协作任意模式加协议网关MCP 与 A2A 治理、持续红队

6.2 阶段一:最小闭环 ​

准入条件:业务闭环定义完成——目标、授权范围、验收条件、交付政策与截止时间有书面契约;能力契约覆盖权威状态、消息与执行三个高替换成本域;选型 ADR 已记录。

建设重点:以模式 A 跑通参考场景的只读与低风险路径;Task、Run、ExecutionRecord 进入耐久状态库;幂等受理与 Outbox 就位;运行结果先经过技术验证再谈交付。

退出标准:在隔离测试环境单场景端到端完成;P0-0 威胁报告、P0-1、P0-2、P0-6 通过;进程重启不丢任务;团队能够解释每一条异常路径的出口。这一阶段尚不授予真实生产权限,首次生产接入必须达到阶段二全部 P0 门禁。

6.3 阶段二:受控生产 ​

准入条件:阶段一退出标准达成;高风险动作清单与审批策略定义完成;审计字段与保留策略通过数据治理评审。

建设重点:审批与 ReleaseGrant 账本;授权链与执行时重验证;UNKNOWN 对账与人工裁决通道;验收、ResultSelection 与 Finalization 门禁;结算与清理闭环;开始 API 与 Worker 分离。

退出标准:P0 全部通过;授权、审批、执行、结算事实可审计;SLO 已声明并有度量;第一个真实业务方完成受控接入。

6.4 阶段三:规模化 ​

准入条件:阶段二稳定运行一个完整周期;容量模型与成本预算建立;按第 4.5 节顺序启动分布式迁移。

建设重点:Execution Runtime 独立与资源池化;网关拆分与控制面;租户配额与公平调度;可观测与 FinOps 体系;混沌演练纳入例行。

退出标准:P1 全部通过,P2 完成首轮;按声明故障范围完成恢复演练;成本可归因到租户与 Agent;在途 Run 的版本升级与撤销流程经过实战验证。

6.5 阶段四:生态互联 ​

准入条件:阶段三退出标准达成;协议网关与准入目录方案通过安全评审。

建设重点:MCP 与 A2A 互联治理。注意协议的真实边界:MCP 授权是可选能力,启用 HTTP 时采用 OAuth 2.1,其覆盖的是客户端到 MCP Server 的协议边界,不替代下游业务授权与 ExecutionRecord;A2A v1.0 以 Agent Card 描述 Agent 端点与能力,实际调用仍需逐请求认证授权,对端治理与准入目录是企业平台能力而非协议自带。跨组织互联必须建立对端身份、签名消息、协议版本协商与重放防护。

退出标准:互联调用全部经协议网关与执行账本;对端撤销与降级路径验证通过;持续红队覆盖注入、工具误用与 Agent 间通信风险。


7. 系列总结与核心不变量 ​

7.1 全系列地图回顾 ​

本系列以“总纲—基础—Runtime—安全—规模—运营”的递进结构,用 20 篇文章完成了从概念到落地的完整闭环。全系列地图如下:

篇标题回答的中心问题
0总纲为什么 Demo 不能直接进生产,共同术语与主链是什么
1职责边界Agent、Harness、Runtime 与执行后端各负责什么、不负责什么
2业务闭环与领域对象Task 何时算完成,领域对象如何承载事实
3总体架构十个功能域与八类网关如何组织成一条不可旁路的主链
4Agent RuntimeInstance、Invocation 与 Run 如何区分,生命周期如何治理
5Harness 与 Agent Loop上下文、循环与 Hook 如何组织确定性控制
6持久执行如何恢复逻辑状态而不重复未知副作用
7统一 Execution Runtime多执行后端如何经统一末端门禁与账本治理
8安全执行环境隔离强度、兼容性与成本如何权衡
9为什么 Agent 安全不同Agent 安全的资产、主体与信任边界有何不同
10OWASP Agentic Top 10十类风险如何映射为架构控制
11攻击知识库与三框架协同OWASP、MITRE ATLAS、MAESTRO 如何分工协同,攻击知识如何转化为测试与检测
12零信任架构授权链如何从用户贯穿到下游凭据
13网关与安全治理网关能力如何选型,治理如何不被旁路
14数据、记忆、产物与费用数据与产物如何治理,费用如何结算
15弹性资源状态与计算分离后如何独立扩缩
16高并发队列、公平与背压如何设计
17高可用与容灾故障范围、接管与降级如何声明
18可观测、审计、评测与 FinOps遥测与事实如何分离,运营闭环如何形成
19本篇如何选型、部署并通过生产准入

7.2 核心不变量清单 ​

系列文章中的技术选项可以随生态演进而变化,但以下不变量贯穿全部 20 篇,是判断任何架构、选型与实现是否合格的基本标尺:

不变量含义典型反例
受理成功不等于执行成功Task 被可靠创建只是闭环起点把受理 200 当作任务完成通知用户
Run 成功不等于 Task 完成技术验证通过只是候选结果,终态需验收、交付、结算与清理共同决定模型输出正常即置 Task 为完成
Receipt 不等于外部效果ExecutionReceipt 是执行器的报告,不是下游业务的独立证明凭回执认定发布已生效
Checkpoint 不等于回滚远端逻辑快照恢复运行状态,不能撤销已发生的远程交易用快照回滚承诺撤销支付
扫描不等于可信内容检测降低风险,不能证明 Observation 真实无害扫描通过即注入模型上下文作为指令
Lease 失效不等于动作未发生fencing 阻止旧 Worker 产生新动作,不能推断远端请求未送达租约过期即判定工具调用失败并重试
授权允许不等于动作已发生AuthzDecision 与审批是许可,不是执行证明审批通过即写入交付记录
框架不等于平台框架提供编程抽象,租约、账本、验收与治理由平台补齐宣传框架 Checkpoint 等于业务可恢复
消息系统不等于权威状态消息可重复延迟乱序,聚合与版本规则不可缺位从队列重建 Task 当前状态
缓存不等于执行账本缓存可丢失,去重与许可消费必须耐久用 Redis 计数作为唯一去重依据
Trace 不等于审计遥测可采样可过期,授权与结算事实必须耐久从 Trace 里找审批证据
模型输出不等于授权动作Intent 必须经 Harness 治理与末端门禁才能成为物理动作模型决定后直接调用生产接口
Sandbox 不等于 Runtime沙箱只是执行后端,生命周期、状态与恢复由 Runtime 负责把工具全画进沙箱并让沙箱驱动流程

7.3 结语 ​

回顾全系列,生产级 Agent 平台的建设可以概括为一句话:为不确定的推理建立确定的执行边界和事实协议。 Agent 定义行为,Harness 组织与约束行为,Runtime 承载并驱动行为,执行后端在最小权限内完成动作,业务系统通过验收、交付、结算与审计确认真正发生了什么。选型决定用什么工具承载这套协议,部署模式决定以什么形态承载,生产准入决定是否有资格承载。三者都通过,平台才从“会调用工具的模型”变成可运行、可治理、可恢复的生产系统。


8. 演进展望 ​

8.1 A2A 互联与跨组织协作 ​

A2A v1.0 把跨 Agent 通信推进到稳定协议阶段,Agent Card 描述能力、逐请求认证授权为互联提供了基础。下一步的难点不在协议本身,而在跨组织信任:对端 Agent 的身份如何验证、能力声明如何审计、调用如何纳入本方执行账本与预算、对端故障与撤销如何传播。可以预期企业级准入目录、对端评级与协议网关会成为平台标配。

8.2 多 Agent 治理 ​

单 Agent 的治理机制在多 Agent 场景下会面临放大效应:委托链变长、责任归属变模糊、级联失效概率上升。多 Agent 治理需要在保留单 Agent 全部不变量的前提下,增加 Agent 间消息签名、能力协商、传播限制与联合预算。OWASP Agentic Top 10 中不安全的 Agent 间通信与级联失效两类风险将成为治理重点。

8.3 持续红队与行为基线 ​

红队从一次性演练走向持续化:攻击场景库随风险分类更新,影子环境自动回放新型攻击,行为基线检测目标偏移与异常工具序列。评测与红队的输出只能作为候选变更,仍须经过回归、审批与灰度——这条纪律在多 Agent 与互联场景下更加重要。

8.4 合规深化 ​

监管环境处于分阶段落地过程中,性质必须准确区分:欧盟方面,AI Act 经 Omnibus 调整,Omnibus Regulation (EU) 2026/1744 于 2026-07-27 生效,附件 III 高风险系统相关义务延至 2027-12-02 适用;国内方面,网信办等部门 2026 年 5 月发布的智能体规范应用与创新发展实施意见属于政策文件,TC260 于 2026 年 9 月发布的智能体系统开发安全指南仍处于征求意见稿阶段,尚非正式标准。法律义务、政策导向、征求意见与行业实践具有不同效力,平台的合规策略应分别映射:高风险场景按义务标准建设证据链,政策与征求意见稿作为方向性输入跟踪。部署了网关、审计与评测不等于自动满足任何法律要求,合规证据工程——保留什么、谁能访问、如何还原——将成为平台能力的一部分。

面向国内生产环境,两项已生效义务必须进入准入清单,不能等“监管演进”:一是等级保护 2.0,生产平台通常需按等保三级建设,其审计要求(安全审计记录留存不少于六个月、覆盖用户行为与重要安全事件、防止审计记录被未授权删除或篡改)直接对应第 18 篇的不可篡改存储与保留分级;二是生成式 AI 服务备案(《生成式人工智能服务管理暂行办法》),面向公众提供生成式 AI 服务的平台须履行备案、训练语料合法性、生成内容标识与投诉处置义务,Agent 的自主外发内容同样落入标识与处置范围。云侧操作审计(如阿里云 ActionTrail、腾讯云操作审计类服务)与平台自建审计账本是互补关系:前者证明“谁动了云资源”,后者证明“谁授权了哪次业务动作”,准入评审时两者都要能出具。

8.5 协议与标准的成熟 ​

MCP 授权规范、A2A 版本兼容、OpenTelemetry GenAI 语义约定都在快速演进。成熟的做法是固定所采用的版本、把版本写入 AgentSpec 与 ADR、在升级时走回归与灰度。标准解决互操作,平台能力仍然要自己建设——这是本系列从第一篇到最后一篇始终如一的立场。


9. 参考资料 ​

以下均为官方资料。动态规范与文档会持续更新,实际实现应固定所采用的版本与访问日期。

  1. OWASP Top 10 for Agentic Applications for 2026
  2. OWASP Agentic AI Threats and Mitigations
  3. MCP Authorization Specification(2026-07-28)
  4. A2A Protocol v1.0 Announcement(2026 年春)
  5. Google ADK Event Loop
  6. CloudWeGo Eino ADK Agent Runner and Extension
  7. LangGraph Durable Execution
  8. Temporal Workflow Execution
  9. Amazon Bedrock AgentCore Runtime
  10. OpenTelemetry GenAI Semantic Conventions Repository
  11. Regulation (EU) 2026/1744(EUR-Lex)
  12. EU AI Omnibus Enters into Force
  13. 《智能体规范应用与创新发展实施意见》相关发布
  14. TC260《智能体系统开发安全指南(征求意见稿)》通知
  15. CloudEvents Specification Repository