返回 AI 基础设施 思维导图
中文·English
🖥️ AI 基础设施ID: agent-runtime

Agent 运行时(跨模块)

Agent Runtime (cross-module)
🎯核心定义
Agent 运行时是承载 LLM Agent 循环的工程底座, 核心组件包括工具执行沙箱 (隔离/权限/超时)、任务队列与调度、重试与幂等控制。
💡使用场景
需要真实执行代码、调用 API、操作浏览器的 Agent 系统; 面试中 Agent 工程化高频追问沙箱安全、超时回收与重试策略。
解决的核心痛点
未经隔离的工具执行面临命令注入、资源耗尽与挂起任务泄漏风险; 容器化 + 权限受限的沙箱、严格超时与幂等重试将安全风险与失败率控制在可接受范围。详见 AI_Engineering 模块: 任务编排与调度细节见 AI_Engineering 模块 (指南 agent-design-patterns)。
🎯5 个高频面试考点 (Exam Points)
1
工具执行沙箱如何实现隔离/权限/超时, 防止恶意或失控的工具调用?
2
任务队列与调度如何支撑高并发 Agent 请求 (优先级、并发上限、背压)?
3
工具调用失败的重试策略与幂等设计 (at-least-once vs exactly-once)?
4
沙箱内代码执行如何限制资源 (CPU/内存/网络/文件系统)?
5
超时或挂起的工具调用如何回收资源、避免任务泄漏?
📖 关联深度指南:📄 agent-design-patterns
更新于 2026-08-12
🎯
检验攻克程度:针对「Agent 运行时(跨模块)」专属刷题排雷
做单选排雷题、推导选项机制,答错自动收录进专属错题本。
🚀 开始本考点专项刷题
上一个知识点模型风险治理下一个知识点上下文缓存与记忆服务

🔗 更多 AI 基础设施 知识点卡片

激活显存估算弹性伸缩与成本优化检查点与故障恢复集群调度 Ray/K8s