工具 #智能体#编码智能体#Google 2026-11-17 · 原文发布 11-16

Google 测算 GKE 上智能体会话的成本:每小时 2 次提示时,用 Agent Substrate 停放空闲沙箱,100 个编码智能体的节点账单省 40%

智能体会话一开一整天、大部分时间在等人,按 Web 请求的方式扩缩容会为等待付钱。这一条给出成本模型和临界点,适合要把编码智能体搬到共享集群的团队。

图片来源:Google 开发者博客
一手来源 Google 开发者博客 · developers.googleblog.com 读原文 ↗

// 要点

  • 文中引用对 GitHub Copilot 智能体轨迹的研究:典型多轮会话里智能体约 80% 时间在等用户,每轮平均干活 396.3 秒。按每小时 2 次提示、8 小时工作日的假设,智能体只有 22% 的时间在工作。
  • 一会话一 Pod 时,100 个编码智能体需要 34 个节点、每月约 1,288 美元。用 Agent Substrate 在空闲 2 分钟后把 actor 快照到对象存储、释放 worker,15 个节点的预热池加 1 个控制面节点即可,节点账单省 40%;约每 3,500 轮会遇到一次池满,请求等待默认 5 秒后返回 HTTP 503。
  • 越忙越不划算:每小时 4 次提示时池要 27 个节点、只省 4%,约 4.5 次以上一会话一 Pod 更便宜;控制面成本固定,约 37 个编码会话起才值得。若 Pod 只请求 0.25 vCPU、上限 1 vCPU 超分,同样 100 个智能体 9 个节点就放得下,代价是互相抢 CPU。
  • Agent Substrate 不会自己挂起空闲 actor,需要由你的 harness 在超时后调用 suspend 接口;自动扩缩容跟随 worker Pod 而非挂起的 actor,下班后要用定时任务把池缩到零。

开发者视角和 11-11 那条 NVIDIA 把 Agent Substrate 捐给 CNCF 连起来看,这是第一份能直接套用的账:先量自己的提示频率再选方案,每小时不到 4 次的会话适合停放,更活跃的直接一会话一 Pod 或超分。PandaClaws 的后台任务大多间歇触发,我会先打点统计会话的实际忙闲比。

// 来龙去脉 · 来自 #智能体 专题

看完整时间线 →
  1. 11-17 Amazon WorkSpaces 给智能体加上治理:支持 OIDC 登录、以用户身份代为登录,会话回放存进自己的 S3
  2. 11-17 Google 威胁情报:攻击者已在用自主 LLM 框架持续扫描软件更新、找出被修补的漏洞并自动构造攻击
  3. 11-16 Anthropic 拆解常驻智能体的架构:事件收件箱、定时器、记忆、权限与发件箱五个基础组件

每周一,一封邮件看完 AI 大事

每周一早上,把过去 7 天最值得关注的 6 件 AI 大事和我的解读发到你邮箱。

邮箱只用于发送周报,不会提供给任何第三方;每封邮件底部都可以一键退订。 看看最近一期 →