以后软件都会变成给 agent 用的吗?说说你的看法,在你看来 agent infra 包括什么

来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论

提问

以后软件都会变成给 agent 用的吗?说说你的看法,在你看来 agent infra 包括什么

回答

不会全部变成只给 Agent 用,但绝大多数工具型、效率型和企业 SaaS 软件的主要消费方,确实会从人转向 Agent。

纯感官体验、情绪消费类的软件(游戏、内容流、社交)以及需要人一眼扫清全局做复杂审美或决策的界面,还是给人留着的。但只要核心价值是“把事情办成”的软件,未来都会变成双面设计:给人看的界面退化成状态展示和审批控制台,真正高频干活的入口必须通过 API、CLI、MCP 或者类似 WebMCP 这种声明式协议暴露出来。以前软件拼的是 UI 交互顺不顺手,以后拼的是能不能把业务状态、可执行动作和权限边界清晰地喂给 Agent。靠模型看屏幕截图去点按钮只是过渡方案,又慢又脆。

至于 Agent Infra 包括什么,如果按“一个 Agent 真要在生产环境里安全、可控、能长期干活”来切,核心就五块:

第一是隔离执行与休眠调度运行时。Agent 会自己写代码、改配置,本身就是不可信的执行体,不能让它裸奔在宿主机上。这就需要支持秒级冷启动、状态快照和快速恢复的沙箱(比如 Firecracker VM 或轻量容器),以及本地高并发开发时的 Git Worktree 隔离。常驻 Agent 也不是进程一直死挂在后台,而是靠事件收件箱和定时器驱动的“休眠、唤醒跑短 run、持久化状态、再休眠”的调度底座。

第二是权限边界与凭证代理。这是目前最容易出事故的一层。只要沙箱里能摸到明文密钥,模型为了完成任务就会自己翻配置文件绕过你的工具限制。所以 Infra 层必须有外置的 Credential Broker 按需注入凭证、网络层的 allowlist 拦截,以及确定性的审批闸门(高危动作直接挂起会话等人工确认,或者上第二层模型做 Auto-review)。

第三是工具协议与连接层。包括 MCP、Headless CLI 以及前端的声明式工具暴露。这层不只是把现有接口套个壳,工具的 Schema、报错提示、异步延迟说明本身就是写给模型看的产品契约,同时还得解决工具一多之后的延迟加载和上下文占用问题。

第四是上下文、记忆与状态协议。Memory 本质上是跨 session 的有损压缩和状态延续,这一层包括原始文件的目录索引与高效检索、前缀缓存优化,还有多 Agent 协同最卡脖子的状态感知协议——主控派出去一群 Subagent,必须靠明确的状态协议知道谁干完了、谁挂了、谁卡在等输入,不能靠自然语言互发消息瞎猜。

第五是可观测性、评测与工程门禁。包括全链路的动作和配置审计、从真实翻车案例里攒出来的回归评测集,以及当 Agent 成为代码提交主力后,能扛住高并发推拉和自动校验的版本控制与 CI 门禁(也就是 Repo Harness)。

所属话题:Agent 工程