AI 智能体跑起来最耗费成本的环节，往往不是高强度计算，而是原地等待。传统以 Kubernetes 为核心的云原生基础设施，是为无状态微服务和批处理设计的；面对一个思考三秒、挂起两分钟等大模型返回、又可能中途等待人类审批的智能体，保持容器常驻是在白烧服务器租金，而反复冷启动标准 Pod 又要付出数秒的迟滞代价。Google 试图彻底拆掉这堵墙：2026 年 9 月，Google 开源了以粉色美西螈为标识的声明式编排器 AX（Agent Executor）及其底层计算运行时 Agent Substrate，并在 9 月 15 日先一步于 GKE 上线了评估版。
这套系统的核心目标很纯粹：用自建调度机制绕过传统容器编排，把有状态智能体的生命周期压缩到极低成本区间。
架空原生调度：在 Pod 内部做外科手术
为了支撑宣传中宣称的单集群数十亿并发，Google 没有选择在 Kubernetes 控制面上打补丁，而是做了一次事实上的架空。在 Agent Substrate 的体系里，底层容器平台退化成了只负责节点伸缩的哑底座。真正的任务调度全部下沉至内部维持的预热工作池（Warm WorkerPool）。
GKE 官方公布的数据表明，Agent Substrate 能够做到亚500毫秒端到端恢复操作，单节点每秒能承受超过 500 次挂起与恢复激活，实际运行时密度达到标准容器运行时的 10倍。而在开源架构文档中，内部数据平面通过原子物理分配，把微观激活路径进一步压制在亚100毫秒以内。两者测量口径不同，前者计入了外部网络编排开销，后者则是纯粹的进程唤醒效率，但指向的都是同一个目的：消除空转税。
在安全与隔离层面，系统支持两条硬件与内核路径：既可以用 gVisor 做轻量级内核截断，也能选用基于 Kata Containers 配合 Cloud Hypervisor 的微虚拟机。出站网络则由统一网关和代理全量拦截，以此注入鉴权凭据并杜绝数据外流。在这一层设计上，Google 几乎倾倒了 DeepMind 与基础设施团队过去几年打磨沙箱时积累的全部工程资产。
它不是另一个 E2B：厘清两层抽象边界
业界在 AX 亮相时，很容易将其直接与 E2B、Daytona 或 Modal 等沙箱服务对标。这种理解混淆了基础设施的层级。
以 E2B 为代表的沙箱厂商，核心卖点是开箱即用的虚拟机算力，通过提供按秒计费的弹性环境（如 150 美元/月的专业版服务）解决开发者的环境托管问题；Modal 虽支持内存快照，却有 7 天留存上限且无法冻结处于活动态的命令。AX 的野心明显更大，它定位为一套基于 Kubernetes 的持久化执行控制协议（Durable Execution）。用户直接操作的是 Task、Workspace、Gateway 与 Model 这四类声明式对象，并在代码层调用 ax suspend 与 ax resume 实现精细化状态控制。
与此同时，Kubernetes 社区自身的 SIG Apps 小组也在推进 Agent Sandbox 子项目，并引入了类似 SandboxWarmPool 的自定义资源规范。AX 并不天然排斥现有的沙箱厂商，它甚至能把外部沙箱封装为后端的算力提供源。AX 解决的是控制面逻辑，谁来出虚拟机则是数据面的分工。
架构的演化从来不是消灭旧系统，而是把它逼进更狭窄的角落当底座。
宣传滤镜之外：高运维门槛与早期代码锁死
尽管演示页面上的蓝图宏大，但把视线拉回工程现实，AX 远未达到拿来即用的成熟状态。
截至 2026 年 9 月 20 日，AX 的官方开源仓库依然带有明确的早期实验警告，并明确标注后续存在破坏性重大变更；官方甚至为了收敛与重构底层架构，已暂时暂停接收外部PR。更关键的是，GKE 上的托管版 Agent Substrate 并不是全员可用的公开服务，目前的生产支持依然受到私有白名单申请的严格限制。
- 风险.AX 将复杂的单写控制器、事件日志搬运、微虚拟机网络穿透与凭据分发全部卸载到了底层，这意味着企业必须拥有一支极具经验的云原生平台工程团队，才能承接维护一套生产级自建集群的巨大成本。
天下熙熙皆为利来，技术的更替从来由账本驱动。云原生领域常年信奉一切皆 Pod 的教条，但在智能体突发与长歇交错的物理现实面前，强行用无状态调度去装有状态实体，终究算不过账来。Google 开源 AX 迈出了拆解旧范式的一步，然而对大多数缺少平台工程冗余的中小团队而言，这场关乎毫秒与密度的基建游戏，现阶段依然是只能远观的重型试验。