传统上，Kubernetes 假设软件只会做开发者写好的事，但 AI 智能体能自己思考、选方案、调用工具、持续朝目标推进，这让它在生产环境中的运行方式与传统应用很不一样。问题是：AI 行为是概率性的，无法精确预测它会用到哪些资源，安全沙箱和监控就成了大难题；同时智能体可能只存活几秒，启动却要等好几秒，传统调度方式不够快。社区正在推动把沙箱作为约束智能体的架构元素，但开源 Kubernetes 功能尚未齐全，企业目前可借助已带沙箱能力的商业发行版；还有人提出“智能体底座”方案，让智能体在热池中休眠，实现毫秒级唤醒，而非秒级冷启动。对读者来说，这意味着想在 Kubernetes 上跑 AI 智能体还需额外注意安全隔离、监控和启动延迟，不能直接照搬普通应用的部署方式。
文中可用工具
- Kubernetes用于部署和运行分布式应用及 AI 推理工作负载的容器编排平台
- CNCF云原生计算基金会，正在推动 Kubernetes 安全与隔离能力建设
- agent substrate社区中受关注的方案，让 AI 智能体在热池中休眠以实现毫秒级唤醒
展开详情收起详情：Kubernetes 准备好迎接 AI 智能体了吗？⌄
The New Stack
原文发布：2026-10-25 22:00收录：2026-10-26
LangChain 公司为市场、销售和工程团队搭建了内部智能体，并说这些智能体已经明显改变了团队的工作方式。他们遇到的核心问题是：智能体该在哪儿跟人交互、代表谁的身份去操作、记住哪些信息、在哪里安全执行代码，以及如何定时自动运行。他们的做法是让智能体住在员工日常用的 Slack 里，区分“代表提问者本人”和“用固定身份”两种权限，把记忆分成全员共享和按用户两层，代码放到隔离沙箱里执行，并让很多任务由定时或事件触发而非人工唤起。这些智能体都基于 Managed Deep Agents 构建，官方称现在就可以按快速上手文档试用；但文章也承认记忆这块探索最少、还有很多工作要做。
文中可用工具
- Slack员工日常聊天的地方，智能体以独立应用形式入驻，可私聊或在频道里被@
- OpenSWE工程智能体，能起草代码合并请求（PR），也会审查所有 PR
- GTM Agent面向市场销售流程的常驻智能体，监控和回复邮件、跟进新线索、发每日简报、执行外呼动作
- Content Studio市场内容智能体，按公司风格和定位起草博客、图片、PPT、视频等素材
- LangSmith Sandboxes提供隔离沙箱环境，智能体在其中执行代码并通过密钥代理安全访问需要认证的服务
- Managed Deep Agents托管式智能体基础设施，在上述开源框架之上提供频道、定时任务、沙箱、记忆、身份等能力
- Deep Agents开源智能体框架，Managed Deep Agents 建立在它之上
- SalesforceGTM Agent 用固定身份访问的客户关系管理工具
- NotionContent Studio 使用的文档工具，操作时代表发起请求的用户本人
- TwitterContent Studio 使用公司固定账号凭据操作，且只有白名单用户能做发帖等操作
- GitHubOpenSWE 在后台运行时以 GitHub 应用自己的身份操作，用户发起时则用该用户的 GitHub 账号
展开详情收起详情：构建“公司级智能体框架”的五个组成部分⌄
LangChain Blog
原文发布：2026-10-26 23:32收录：2026-10-26