前沿科技洞见 · 2026-07-31

Google Agent Substrate

资料提供：前沿科技研究部

正在发生的事很多，这件帮你看过了

2026年7月31日

7月30日，Agent Substrate 把快照改为稳定存储路径，并在 manifest 中写入 namespace、Actor 名称、UID 和模板身份。这项改动触及系统的核心问题：控制面失灵后，休眠或迁移中的状态能否独立说明身份，并在另一台机器上被安全恢复。

官方演示把约 250 个有状态 Actor 复用到 8 个 Pod，超过 30 倍超额订阅；远期目标是单集群 10 亿个 Actor、P95 唤醒延迟 100 毫秒、每秒 1000 次唤醒。但这些仍是未被公开 benchmark 验证的愿景。README 明确称项目处于「VERY early development」，不能用于生产，也不是 Google 正式支持的产品。

一句话定义

Google Agent Substrate 是构建在 Kubernetes 之上的开源 Actor 运行层：大量有状态智能体共享少量预热、隔离的 Worker Pod，请求到来时恢复快照并路由流量，空闲时再次挂起，从而绕开 Kubernetes 控制面的关键路径。

它不是模型、Agent SDK 或工作流编排框架，而是 Agent Executor、ADK、LangGraph、Claude Code、Codex 或 MCP Server 之下的计算底座。

二、纵向分析：Pod 为什么装不下下一代智能体

1. 起点不是 Agent，而是「不信任容器里的代码」

技术路线始于 2018 年开源的 gVisor。普通容器最终仍调用宿主机内核；gVisor 用 Go 实现用户态应用内核 Sentry，拦截并实现 Linux 系统调用，以更多兼容性和性能成本换取比普通容器更强、比完整虚拟机更轻的隔离。

这个取舍延续到 Agent Substrate：gVisor 是默认强项，Kata Containers 和 microVM 可作为插件后端。它不是另造一朵云，而是在 OCI 容器、Kubernetes 与既有安全运行时之间增加专用调度层。

2. Kubernetes 的成功，反过来变成了约束

Kubernetes 适合数量相对有限、寿命较长、状态变化不频繁的对象；Agent 却可能存在数天，大部分时间等待模型、CI 或用户，真正计算只有几秒。一个会话固定占用一个 Pod，会浪费内存、Pod 配额、IP 和控制面对象；每次调用新建 Pod，又会引入调度、镜像、存储和网络的秒级开销。

规模差距更直接：Kubernetes 的大集群设计参考包括单集群 15 万个 Pod、每节点 110 个 Pod，而 Agent Substrate 讨论数亿乃至 10 亿个 Actor。把每个 Actor 表示为 Pod 或 CRD，会让对象数量和高频状态写入压到 kube-apiserver、etcd 与控制器的设计边界。

3. 2025 年：Agent Sandbox 先解决「一人一间安全房」

2025 年 11 月进入预览、2026 年 5 月 GA 的 GKE Agent Sandbox，用 Sandbox、SandboxTemplate、SandboxClaim 和 SandboxWarmPool 把稳定身份、持久存储、隔离与预热整理成 Kubernetes 可治理的对象。Google 披露其 GKE 使用量不到五个月增长超过 16 倍，v0.5.2 又修补了 warm pool 申领、冷重启和 WebSocket 路由。

Agent Sandbox 解决的是安全房间的管理问题，没有消除一个活跃沙箱对应一个 Pod 的关系；Agent Substrate 继承隔离与快照能力，再把房间状态和实际承载计算的 Worker 分开。

4. 2026 年 5 月：Actor 与 Pod 正式脱钩

2026 年 5 月 20 日，Google 同时公布 GKE Agent Sandbox GA、Agent Substrate 和 Agent Executor：Sandbox 管隔离环境，Substrate 管 Actor 与计算容量的映射，Agent Executor（AX）管事件日志、单写者状态、断线重连、轨迹分支和分布式执行。

ActorTemplate 描述不可变环境，Actor 保存实例身份、状态与最新快照，WorkerPool 定义预热计算池，Worker 对应承载 Actor 的 Pod。请求到来时，atenet 判断 Actor 是否运行；休眠 Actor 由 ate-api-server 分配空闲 Worker，atelet 拉取快照，ateom 通过 gVisor 或 microVM 恢复进程，再转发流量。空闲后系统保存内存和文件状态，释放 Worker。

30 倍密度不是凭空增加算力，而是利用 Actor 大部分时间处于等待状态进行时间复用；真正约束它的是同时唤醒的峰值、排队策略和状态隔离。

5. 为什么要自建一个小控制面

Agent Substrate 采用双层控制面：Kubernetes 管节点、Worker Pod、WorkerPool 和 ActorTemplate 等慢变量；ate-api-server 与 Valkey/Redis 管 Actor 位置、运行状态和快照指针等快变量。

这样可避免让 Kubernetes 控制器和 etcd 承担高频唤醒状态，但代价是项目必须重新实现高可用、认证授权、原子调度、审计和故障恢复。P95 100 毫秒、10 亿 Actor 和每秒 1000 次唤醒都是北极星指标，不是已公开验证的生产成绩；现有 benchmark 仍被项目称为 nascent。

6. 快照从优化手段变成系统事实

快照同时负责资源回收、会话连续性、跨节点迁移和执行分支，因此不再只是冷启动优化。系统必须处理全量与增量、存储分层、数据局部性、运行时版本兼容、身份校验以及恶意快照隔离。

Agent Substrate 真正的壁垒不会是 suspend/resume，而是快照目录、身份、版本、数据局部性、迁移和恢复协议能否组成跨节点、跨运行时、可审计的状态系统。7月30日的稳定路径和自描述 manifest 只解决了最基础的可识别性。

7. 7 月的工程变化：开始补「拥堵时怎么办」

新增的 request parking 会在 WorkerPool 暂时无空位时暂存请求，而非立即返回 503。默认最多容纳 1024 个请求、等待预算 5 秒；同一 Actor 的并发唤醒通过 singleflight 合并，停车场满后明确丢弃后续请求。

Request parking 只能把容量不足转化为可度量等待，不能创造容量。大量 Actor 同时苏醒时，5 秒后仍可能返回 503；无限延长等待又会把路由器和客户端连接变成瓶颈。

Worker 自动扩缩、控制面用户授权、Actor 级网络 ACL、mTLS、凭据代理、审计日志、跨运行时兼容、数据局部性和增量快照仍在路线图中。项目目前最准确的阶段判断是架构验证期进入可靠性补课期。

三、横向分析：它和谁竞争，又不和谁竞争

1. 原生 Kubernetes：可靠的城市规划，不负责瞬时换房

原生 Kubernetes 的优势是成熟的权限、网络、镜像、审计、可观测性和运维体系；当 Agent 数量有限、持续运行且利用率高时，Deployment、StatefulSet 或 Job 更简单。Agent Substrate 不替代 Kubernetes，而是把它从调度每个 Agent 降为供应 Worker 池。

代价是新增 Actor—Worker—Pod 映射。排障必须同时追踪 Actor 身份、Substrate 映射和底层 Pod；可观测性跟不上时，新抽象会增加事故定位难度。

2. Kubernetes Agent Sandbox：一间房与一张房卡

Agent Sandbox 保留 Pod 为主要对象，提供稳定身份、声明式生命周期、WarmPool 和已经 GA 的治理路径，更适合几百到几万并发环境。Agent Substrate 则让休眠 Actor 只保留状态、活跃时才占用 Worker，以解决更大规模下的 Pod 数量、内存和唤醒延迟问题。

二者不是二选一，但边界仍可能重画：Sandbox 可能加入更强复用，Substrate 也可能为性能绕开更多 Kubernetes 机制，早期采用者需承担 API 和概念迁移成本。

3. AWS Bedrock AgentCore：把控制面复杂度藏起来

AWS Bedrock AgentCore Runtime 为每个用户会话提供独立 microVM，并托管 Memory、身份、工具和可观测性；默认空闲 15 分钟后停止，单次计算最长 8 小时，配置 session storage 后文件可跨停止与恢复保留。

AgentCore 卖的是托管隔离与一体化治理，Substrate 卖的是自有集群、可选模型和运行时以及底层控制权。前者限制可移植性，后者把控制面、安全和运维责任交还用户。

4. Azure Container Apps Dynamic Sessions：预热池优先，状态让位

Azure Dynamic Sessions 从 Hyper-V 隔离的预热池快速分配临时 Session，空闲超过 cooldown 后销毁。它适合安全执行短时生成代码；完整内存和文件状态跨长时间休眠并非主轴。

短时 Python 执行更适合 Azure Dynamic Sessions；存在数周、保留终端和工作目录但每天只活跃几分钟的编程 Agent，更符合 Substrate 的 Actor 与全状态快照模型。

E2B 已用 Firecracker microVM 提供创建、执行、暂停、恢复、快照分支和 auto-resume；典型恢复约 1 秒，暂停每 1 GiB 内存约 4 秒，Pro 层连续运行最长 24 小时。Modal 则把安全容器、镜像、Volume、文件系统快照、GPU 与批处理整合进统一计算平台。

E2B 和 Modal 优先提供 SDK 体验与托管运营，Substrate 优先提供 Kubernetes 内的身份、网络、规模和运行时控制。Substrate 如果只做到 suspend/resume，会被成熟沙箱云压制；它必须用专用 Actor 调度、数据局部性和跨框架开放性证明数量级优势。

6. 当前生态位：不是「Agent 的 Kubernetes」，而是 Kubernetes 的 Actor 扩展

Agent Substrate 不统一 Agent 的语义、协议、记忆、工具或评测，只管理 Actor 运行状态；它依赖 Kubernetes 供应节点和 Pod，也依赖 gVisor 或 microVM 提供隔离。因此，它目前不是「Agent 的 Kubernetes」，而是 Kubernetes 之上的 Actor 扩展。

四、横纵交汇：Google 真正在赌什么

1. 历史决定了它为什么不另起炉灶

从 gVisor、Kubernetes 到 Agent Sandbox，Google 已拥有隔离内核、容器编排和有状态沙箱三层积累，因此选择绕开 Kubernetes 的关键路径，却继续复用 Kubernetes 的节点、治理与生态。

同一历史也制造负担：Actor—Worker—Pod 映射增加跨层调试，自建快控制面增加状态和授权复杂度，多运行时支持则增加快照兼容与安全不变量的统一难度。

2. 竞争的分水岭不是模型，而是空闲状态归谁

原生 Kubernetes 让 Pod 继续存活或从外部数据重建；Azure 销毁临时环境；AWS 托管 microVM 会话与持久服务；E2B 保存 microVM 内存和磁盘；Substrate 把快照视为可迁移的 Actor 状态，把 Worker 视为可替换座位。

谁掌握休眠状态，谁就掌握 Agent 的续跑、迁移、分支、回滚、审计与成本计算。AX 的事件日志记录逻辑执行位置，Substrate 的进程快照记录机器执行位置；两者结合才可能让长程 Agent 在断线或换节点后续跑。

3. 30 倍密度只是演示，数据运动才是经济账

超额订阅释放空闲内存，却增加存储 I/O、网络传输和 CPU 开销。Actor 只休眠 500 毫秒时，快照和恢复可能比保持运行更贵；休眠数小时时，释放资源通常更划算。

未来调度器不仅要寻找空闲 CPU，还要判断快照位置、搬运成本、本地缓存可信度和运行时兼容性。30 倍计算密度可能被几 GiB 快照的对象存储费用和恢复尾延迟吃掉。

4. 安全账比资源账更难

同一 Worker 先后承载互不信任的 Actor，既是密度来源，也是风险集中点。项目计划采用双重安全边界、默认禁网、mTLS、凭据代理和切换清理，但多项能力尚未完整落地。

金融机构现在不应把 30 倍密度直接代入成本模型；应先验证快照静态与传输加密、节点最小权限、Actor 切换后的内存与凭据清理，以及不可抵赖的审计日志。自描述 manifest 有助于追踪身份，但不等于完成签名、加密、授权和防回滚。

5. 三个未来剧本

最可能的剧本：成为高阶平台的可选加速层

未来 12 至 24 个月，Agent Sandbox 更可能继续作为稳定默认方案，Substrate 则成为编程 Agent、长时研究 Agent、托管 MCP 和大规模多租户平台的实验性高密度后端。它需要先补齐自动扩缩、身份、网络策略、增量快照与可观测性，再用可信 benchmark 说明适用的占空比和内存范围。

最危险的剧本：控制面与快照复杂度吞掉密度收益

相关流量可能同时唤醒大量 Actor，大快照跨节点搬运可能推高尾延迟，新增控制面和身份层也可能拖慢故障定位。若安全要求迫使企业采用每会话独立 microVM，超额订阅率还会下降；项目可能停在被行业吸收概念、生产负载却流向托管服务的技术样板阶段。

最乐观的剧本：Actor 成为云原生计算的新一级抽象

如果快照格式、Actor 身份、路由、数据局部性和安全策略成为可移植接口，Actor 可能成为 Pod 之上的新一级云原生抽象：上层可选 AX、LangGraph 或 ADK，下层可选 gVisor、Kata、Firecracker 或其他 microVM，用户保留身份和状态的可移植性。

6. 最后的判断

Agent Substrate 最重要的判断是：长程 Agent 既不是一次 HTTP 请求，也不是一台永远开机的服务器，而是身份持续、计算间歇、状态可迁移的休眠进程。Google 的方案是让 Actor 保留身份与状态，Worker 只在需要时承载计算，Kubernetes 管容量，Substrate 管入住、休眠和迁移。

十亿 Actor 的故事最终取决于快照在控制面失灵后能否说明自己是谁、被正确授权，并在另一台机器上安全醒来。现在，这个答案仍在代码里生长。

信息来源

内容由AI辅助生成，请谨慎甄别。资讯分享仅供参考，相关观点不代表主观立场，不构成任何形式的投资建议。

🏠 返回首页