维度网讯，谷歌推出了名为 Agent Executor 的开源助手，帮助企业在规模化环境下更稳定地运行 AI 智能体。当前行业关注点已从构建智能体原型转向应对其投入生产时所面临的运营挑战。该运行时具备支持长时间运行和分布式智能体工作流的能力，可应对这些与生产相关的挑战。

据谷歌介绍，长时间运行的智能体工作流通常指执行时间从几分钟到几天的 AI 任务，涉及多个步骤、系统交互、等待人工输入的中断，或在完成前从中断中恢复。Agent Executor 支持持久执行，允许工作流在中断或人工批准后恢复，并提供安全沙箱以隔离智能体组件、分布式工作流的会话一致性控制，以及旨在网络中断期间保持执行状态的连接恢复功能。

该运行时还支持“轨迹分支”功能，允许开发人员从保存的检查点测试替代执行路径，而不会丢失之前的上下文。此外，Agent Executor 桥接了多种部署模型，包括本地部署以及预构建或自定义管理的智能体。用户可根据需要混合搭配谷歌 Antigravity、谷歌构建的前沿智能体、用户构建并由谷歌管理的智能体，以及使用 Agent2Agent（A2A）协议的自定义智能体。

分析师和专家认为，Agent Executor 的功能对开发人员和企业具有价值。博通的高级可靠性工程师 Advait Patel 表示：“持久性、编排和可恢复性是任何企业生产智能体的真正阻碍。扼杀企业采用的是当 Pod 重启时丢失状态的智能体、在并发写入下损坏的会话，或是无法从网络瞬断中恢复的长时间运行工作流。”他指出：“Agent Executor 中的事件日志、快照、单一写入者模型和连接恢复功能正是 SRE 团队在过去一年里一直在修补的东西。”

对于 CIO 来说，Avasant 的研究总监 Gaurav Dewan 表示，该运行时的操作保障，例如安全沙箱和检查点，对事件分析和可审计性同样重要。但他也警告说，仅凭运行时的功能并不能解决 CIO 在企业 AI 部署中持续面临的更广泛的治理和监督挑战。“问责制、智能体决策的可解释性、策略执行以及跨互联系统的安全访问等问题仍在发展中，”他说。

谷歌并非唯一试图塑造企业 AI 智能体基础设施层的公司。其他超大规模云提供商，如微软的 AutoGen 和 AWS 的 Bedrock AgentCore，也在推广开放或可互操作的框架以获得战略优势。Dewan 指出：“越来越多的迹象表明，超大规模云提供商正在趋同于一种模式，即在技术栈顶层结合开放或可互操作的工具，同时将货币化集中在底层基础设施层。”Patel 认为，谷歌围绕 Agent Executor 的策略与 Kubernetes 的路径类似：“免费提供运行时，通过 Gemini Enterprise Agent Platform 和 Managed Agents API 等服务推动在 Google Cloud 上的消费。”

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com