让一批 AI Agent 长期干活，麻烦不只在模型：它们调用工具时会猛吃算力，等待外部 API 或人工批准时又可能闲置很久。若始终保留运行环境，资源会空转；若每次关闭重启，交互又会变慢。谷歌开源的 AX，想像 Kubernetes 管理大量容器化应用那样，统一调度这些 Agent 工作负载。
据 InfoQ 报道，AX 托管于 GitHub，采用 Apache 2.0 许可证。它把每个 Agent 会话视为有状态 Actor——能保存任务进度、接收消息的独立执行单元，并放进有 CPU、内存边界的隔离沙箱。Agent 等待时，系统保存现场并挂起任务；需要继续时，目标是在亚秒级恢复，避免冷启动，同时让数十个任务共享主机资源。
开发者通过 Task、Workspace、Gateway 和 Model 四类声明式组件，分别描述任务、工作环境、网络权限和模型配置；也就是只说明“最终要什么”，由系统负责准备和维持。它值得关注之处，是 Agent 基础设施开始从单个开发框架走向集群级调度。不过社区意见并不一致：节省空转成本的思路受到认可，维护 Kubernetes、容器仓库和自定义配置带来的运维负担也仍是现实门槛。