AX：Google 开源的高密度智能体编排器

概述

AX 是 Google 开源的、专为 AI 智能体（Agent）设计的声明式运行时编排器。它的核心哲学是将 agent 视为一种全新工作负载——既非无状态微服务，又非传统批处理任务。Agent 会积累状态、需要严格隔离、频繁调用模型 API 和工具服务器，且如果无人监管可能浪费资源。AX 通过四个简洁的原语（Task、Workspace、Gateway、Model）以声明式方式处理所有这些需求。

核心概念

Task（任务）

Task 是 AX 中最基本的执行单元。开发者只需在 YAML 中描述目标，例如“确保 Go 工具链可用并从源码构建”。AX 会在沙箱中启动一个隔离的 agent 进程，并为其分配 CPU 和内存限制。Task 支持快速创建、挂起、恢复和删除，创建和销毁成本极低。通过 ax apply 命令提交任务，ax watch 查看状态，ax ssh 直接进入沙箱交互。

Workspace（工作区）

Workspace 负责在 task 启动前自动为 agent 搭建环境。可以在 YAML 中列出所需的 Git 仓库、MCP 服务器或技能，也可以直接用自然语言描述目标，例如“设置一个 Python 3 开发环境”。AX 会调用一个生成式 agent 自动安装工具链并验证依赖，整个过程在任务启动前完成。

Gateway（网络策略）

Gateway 用于定义和管理网络访问规则。开发者可以配置一个明确的允许列表（allowlist），限制 agent 只能访问特定的主机和端口，并在流入请求中注入凭据。这为运行不可信 agent 代码提供了安全边界。

Model（模型配置）

Model 将所有模型相关的配置（模型名称、参数、密钥等）集中管理。开发者只需一处修改密钥或模型版本，然后通过一次 ax apply 即可生效，无需逐个更新 agent。

工作原理

AX 构建在 Agent Substrate 之上，后者是一个专门为高密度和快速有状态 actor 生命周期设计的计算运行时。

数十亿级任务：每个 task 以轻量 actor 形式运行，单集群可并发处理数十亿 agent 会话，不受传统编排器的限制。
子秒恢复：空闲 agent（等待模型响应、外部工具调用或人工反馈）会被检查点保存、挂起，并在需要时于 1 秒内恢复，无冷启动延迟。
高密度多路复用：数十个任务共享同一个工作节点资源，将原本空闲的等待时间转化为备用算力，用户仅在 agent 真正思考或执行代码时付费。
生成式平台：平台内建生成式 AI 功能。例如，只需用自然语言描述环境，AX 会自动准备就绪。

使用场景

AX 适用于广泛的 agent 工作负载：

交互式编码 agent
长期运行的 agent 服务
Jupyter notebook 执行
无头浏览器测试
自定义工具运行时

特别适合研究人员：可以快速启动大量可重现的沙箱来收集轨迹、运行强化学习循环，以及大规模评估 agent。对于开发者和研究者，AX 强调人体工学、快速迭代和愉悦的工作流，致力于将 agentic 基础设施操作简化为声明式描述，让用户专注于实际工作。

项目背景

AX 诞生于 Google 内部的 agentic 运行时系统研究与前沿计算平台的结合。经过多年构建和运维各类 agentic 执行引擎，Google 团队认识到 agent 代表了一种全新的计算范式：有状态、突发性、长时间运行且需要与人/模型/工具交互。传统编排器在保持空闲沙箱运行时成本高昂，且缺乏原生挂起/恢复支持。AX 整合了 Google DeepMind 的 agentic 运行时研究成果，以及大规模隔离、恢复和调度领域的深厚经验，目前作为开放、声明式的控制平面发布在 GitHub 上。项目重度依赖 Agent Substrate，但提供了更上层的 agentic 抽象和生成式运行时组件。

总结

AX 是 Google 为 AI 智能体量身定制的开源编排工具，通过四个声明式原语解决了 agent 工作负载的隔离、环境准备、网络管理和模型配置等关键问题。其高密度设计、子秒级挂起/恢复以及生成式工作区设置，为需要大规模运行 agent 的团队和研究人员提供了一个不同于传统容器编排的专用解决方案。

原标题：AX – Google’s Open Agentic Orchestrator。 HN 原始发布时间：2026年9月21日星期一。当前记录为 633 分、289 条评论。

阅读原文 · 查看 HN 讨论