76
0【节目简介】
上期我们聊了AI记忆三个月踩坑（单一SaaS方案行不通），这期自然延伸：
如果记忆是问题，那Agent的运行环境本身又是怎么设计的？
AIO Sandbox是火山引擎开源的All-in-One Agent沙箱——Browser、Shell、File、Jupyter、VSCode、MCP全打包进单个Docker容器。
这期我们从源码角度聊六个有意思的设计选择，以及它们背后的那条隐线：把AI当作真正的一等公民来设计接口。
【时间线】
00:00 关联上期AI记忆踩坑
01:30 为什么要有Agent沙箱
04:00 工具孤岛问题
06:30 单容器多进程：解决方案不是加新东西而是不拆开
10:30 Fern代码生成：API定义是唯一真相
13:00 双层SDK：80%简洁接口+20%逃生通
16:00 Shell vs Bash双轨：有状态vs无状态
19:00 中间截断：为AI设计的默认值
23:30 Browser Discriminated Union：接口形状决定集成成本
27:00 MCP Hub代理层：连接聚合与生命周期管理
31:30 自举式评测：产品即测试环境
34:00 Skills：Agent的持久化过程记忆
37:00 三层记忆体系：权重/Context/外部存储
40:00 加餐：Lost in the Middle+AI Native基础设施浪潮
43:00 三期大图景：理论→问题→工具
46:00 对架构师/SDK设计者/AI产品人的启示
========================================
【核心观点】
· 解决方案不是加新东西，而是不拆开——单容器多进程的反直觉设计
· 为80%的场景提供简洁接口，同时为20%的场景保留逃生通道
· 中间截断（而非截尾）——AI有"Lost in the Middle"注意力分布问题，保头保尾截中间不是省token而是帮AI对齐注意力
· 接口形状决定集成成本：Discriminated Union让模型输出直接反序列化，零适配
· Skills把解法存在第三层（文件系统），用软件工程的可靠性弥补LLM的不稳定性
· 自举式评测：当你的产品本身就是最好的测试工具时，不用它来测自己是一种浪费
· AI基础设施正在从"人类的辅助工具"变成"AI的运行环境"
