Anthropic平台工程负责人：上千智能体协作前，程序员需解决四个工程难题

事件核心：发生了什么

Lesse 负责 Anthropic 约 200 人的平台工程团队，此前在 Stripe 和 Betterment 带过工程团队。她在个人博客和 X 上发布的文章（X 阅读量约 61 万）中描述，AI 智能体已从聊天框演进到云端长时间运行，再发展到主管智能体拆解任务、分发给大量助手并互相评分的多智能体系统。目前已有团队在搭建由成千上万个智能体组成、连续工作的系统，用于科研、新发现和硬件设计。规模上来后，她归纳出四类工程挑战：Kubernetes 擅长管理相同副本，而每个智能体都有独立状态且长时间空闲等待，调度方式需要重做，Google 上月开源的 Agent Substrate 正尝试让闲置智能体休眠并在半秒内唤醒；智能体常借用人类账号，人的操作与 AI 代理操作难以区分，临时凭证可解决身份确认，但事先限定授权范围基本仍是空白；上千智能体运行在 PHP、GitLab、Node.js 等基础软件上，本月这些项目接连修复严重漏洞，多智能体还可能通过共享记忆把恶意指令传给同伴；系统需要防篡改的操作记录和能一键停机的总闸，难点在于判断智能体反复访问白名单外网站是攻击还是过度执行任务。

为什么重要

这组问题指向多智能体从演示走向生产的关键瓶颈。算力和模型能力之外，调度效率、权限边界和安全隔离决定智能体系统能否稳定运行、能否被企业放心采用。Lesse 的判断也与“AI 写代码、程序员贬值”的焦虑形成对照：她认为这些领域大多没有现成答案，现在是做工程师最有意思的阶段之一。

对用户/开发者/创作者的影响

对开发者而言，智能体调度、临时凭证、沙箱隔离、审计日志和熔断机制是可直接投入的工程方向，相关开源项目（如 Agent Substrate）值得跟踪。对企业采购方，评估多智能体产品时应重点询问权限模型、隔离方式和紧急停止能力，而不只看任务完成率。对普通用户，智能体代操作账号带来的授权风险目前仍缺乏成熟方案，短期内不宜把高权限账号长期交给自动化系统。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是 Agent Substrate 等调度方案能否从开源实验走向生产可用；二是行业是否出现智能体授权的通用规范或标准；三是主流智能体框架是否默认内置沙箱、防篡改日志与总闸机制。

来源：@dotey