谷歌推出开源AX项目，以Apache 2.0许可证构建于agentexecutor.io与GitHub上的托管环境，旨在以Kubernetes风格编排器形式扩展自主AI代理工作负载。该项目以Agent Substrate执行基础，将代理视为状态化参与者，支持亚秒级任务暂停与恢复，提供Task、Workspace、Gateway、Model四类核心声明式组件，分别覆盖任务执行、环境组装、安全管控与模型配置，通过Go语言ax工具实现交互。该平台契合自主AI代理的突发、状态性与长期运行特征：需高效利用空闲期资源，避免传统容器冷启动延迟与闲置资源浪费。其架构融合谷歌及DeepMind研究，在Agent Substrate之上以隔离Actor沙箱运行，保障资源边界，并通过亚秒级恢复挂起状态、复用共享工作进程降低计算成本，提供Kubernetes风格的控制平面与操作命令。目前AX在Hacker News与社区引发讨论，业界观点分歧显著：基础设施侧看重消除空闲期云成本优势，开发者则批判kubectx等工具带来的运维复杂度，安全领域则强调gVisor隔离沙箱的重要性及早期问题。总体而言，AX定位为支持大规模、长期运行智能代理的核心计算原语，适用于生产部署与深度研究场景。
--91likeyou---
控制平面提供了四个基本的 Kubernetes 风格的声明式元素，在 ax.io/v1alpha1 API 组下定义。Task 原语定义了执行生命周期、沙箱资源约束以及所支持的基础设施的引用。Workspace 原语负责执行前的环境组装；开发者可以采用声明式方式挂载 Git 仓库、配置模型上下文协议（MCP）服务器、安装技能包，或以自然语言说明目标，由初始化代理在任务启动前执行这些操作，初始化工具链和系统依赖项。Gateway 原语管理出站网络安全策略，将沙箱中的代理限制在明确的主机名和网络端口白名单范围内，同时将凭据注入出站请求。Model 原语为 LLM 提供商参数、运行时配置以及存储在 Kubernetes 中的密钥提供了统一的控制点。
与系统的交互通过用 Go 语言编写的 ax 命令行工具实现。平台运维人员使用 ko 将控制平面部署到 Kubernetes，并将 Redis 部署到 ax-system 命名空间中，通过 kubectx 利用现有的 Kubernetes 上下文进行交互。开发人员使用一系列命令管理工作负载，包括：使用 ax apply 注册清单、使用 ax watch 实时对任务阶段和状态变化进行流式传输、使用 ax ssh 访问交互式沙箱环境进行调试，以及使用 ax suspend 和 ax resume 手动控制任务执行状态。该项目既适用于生产环境中的智能代理部署，也适用于需要沙箱运行轨迹、强化学习循环以及智能代理基准测试的研究环境。
该项目在 Hacker News 上引发了热烈的讨论，但技术社区的意见并不一致：一方面，基础设施工程师称赞说，该平台消除了代理处于空闲状态时（等待模型 API 或人工输入）产生的高昂云成本；另一方面，开发者则批评其“符合人体工程学的工作流”这一营销宣传，因为通过 ko 等工具维护 Kubernetes 集群、容器注册表和自定义 CRD 会带来沉重的运维开销。与此同时，转发至 Reddit 的讨论则强调，AX 是作为基础执行运行时，而非像 LangGraph 或 CrewAI 那样的高级应用编排器；而来自安全和系统领域的从业者则重点指出，gVisor 隔离沙箱在限制影响范围方面至关重要，同时也提到了诸如出站代理连接中断和基础密钥管理等早期问题。最终，AX 的定位是：并非面向极客爱好者的快速入门框架， 而是企业管理大规模、长期运行的代理集群所不可或缺的核心计算原语。
：
🔥 热词：#谷歌推出AI编程代理插件 · #谷歌AI模型首次自主访问外部 · #谷歌开源人工智能框架 · #谷歌的开源模型 · #谷歌开源的数学推理模型 · #Google开源AI大模型 · #谷歌开源agent工具 · #谷歌开发的ai叫什么软件