‏AX: کنترل‌پلین گوگل برای اجرای انبوه agentها

به گفته‌ی سازنده‌ها، agentها یه نوع بار کاری (workload یعنی نوع کاری که رو زیرساخت اجرا می‌شه) جدیدن که نه میکروسرویس‌ان نه jobهای batch؛ حالت نگه می‌دارن، به ایزوله‌سازی سختگیرانه نیاز دارن، به API مدل‌ها وصل می‌شن و اگه حواست نباشه می‌تونن توی یه حلقه پول زیادی بسوزونن. AX می‌گه با چهار primitive اعلانی همه‌ی این‌ها رو مدیریت می‌کنه.

این چهار مفهوم اینان: Task که کد agent رو داخل سندباکس با محدودیت CPU و حافظه اجرا می‌کنه و ساخت و دورانداختنش ارزونه؛ Workspace که ریپوهای Git، سرورهای MCP و مهارت‌های موردنیاز رو قبل از شروع تسک آماده می‌کنه؛ Gateway که سیاست‌های شبکه و allowlist رو مدیریت می‌کنه؛ و Model که کانفیگ مدل‌ها و secretها رو یه‌جا نگه می‌داره.

AX روی Agent Substrate اجرا می‌شه، یه runtime محاسباتی که برای تراکم بالا و چرخه‌ی حیات سریع actorهای stateful (یعنی actorهایی که حالت رو بین اجراها نگه می‌دارن) ساخته شده. هر تسک یه actor سبکه، برای همین به‌قول سازنده‌ها می‌شه تا میلیاردها session همزمان رو روی یه کلاستر بالا برد. agentهایی که منتظر جواب مدل یا ابزارن هم checkpoint و suspend می‌شن و زیر یه ثانیه برمی‌گردن.

یه ویژگی جالبش workspace مولده: به‌جای کانفیگ دستی، فقط با زبان ساده توضیح می‌دی محیط آماده چه شکلیه و AX همون goal رو موقع اولین بوت به یه agent می‌سپره تا خودش ابزارها رو نصب و وابستگی‌ها رو چک کنه. مثلاً:

kind: Task
metadata:
  name: data-analysis
spec:
  workspaces:
    - name: python-env
      goal: "Set up a Python 3 development environment"

طبق توضیحات، AX داخل گوگل و از دل تحقیقات Google DeepMind درباره‌ی سیستم‌های runtime برای agentها متولد شده و حالا به‌عنوان یه کنترل‌پلین باز و اعلانی، مخصوصِ اجرای agent ساخته می‌شه.

نکات کلیدی:

• چهار primitive اصلی: Task، Workspace، Gateway و Model
• روی Agent Substrate سواره و ادعای مقیاس تا میلیاردها تسک همزمان در هر کلاستر رو داره
• suspend و resume زیر یک ثانیه بدون تأخیر cold-start
• Workspace مولد: توصیف محیط با زبان ساده و آماده‌سازی خودکار قبل از تسک
• پروژه‌ی متن‌باز گوگل، برگرفته از تحقیقات Google DeepMind