Google AX：用 Kubernetes 的方式编排 AI Agent，声明式任务调度新范式
在 AI Agent 快速爆发的 2026 年，如何高效、安全地批量运行和管理成百上千个 Agent 任务，成了企业和开发者面临的新挑战。Google 开源的 AX（axolotl）正是为这个问题而生的 —— 它是一个声明式的 Agentic 编排运行时，让你用类似 Kubernetes 的 YAML 配置文件来定义 Agent 任务、工作空间和网关策略，然后由 AX 负责沙箱隔离、资源调度和运行管理。
目前 AX 在 GitHub 上已获得 7,940+ 星标，由 Google 官方维护，采用 Apache-2.0 许可证，底层依赖 Agent Substrate 提供沙箱执行能力。
- GitHub 星标：7,940+
- GitHub 仓库：https://github.com/google/ax
- 许可证：Apache-2.0
- 语言：Go
- 定位：Agentic 编排运行时
一句话简介
AX 是一个高吞吐量的声明式 Agent 编排平台，你只需编写 YAML 描述任务目标、工作空间和网络策略，AX 负责在 Kubernetes 集群中沙箱化执行、调度并监控这些 Agent 工作负载，理念上与 Kubernetes 编排容器的方式一脉相承。
核心功能
1. 声明式任务定义（YAML Manifests）
AX 的核心设计哲学是”一切皆 Manifest”。你可以用标准的 ax.io/v1alpha1 YAML 文件来定义：
# task.yaml
apiVersion: ax.io/v1alpha1
kind: Workspace
metadata:
name: golang
spec:
git:
- repo: https://github.com/golang/go.git
branch: "my-fix"
---
apiVersion: ax.io/v1alpha1
kind: Task
metadata:
name: test
spec:
workspaces:
- name: golang
goal: "Ensure that Go tool chain is available and is built from source"
debug: true # lets you `ax ssh` into the sandbox
这种声明式方式让你可以像管理 K8s Pod 一样管理 Agent 任务，版本控制、CI/CD 集成、审计追踪都变得自然。
2. 四种核心原语
AX 提供了四个小而精的原语来覆盖 Agent 运行的关键需求：
| 原语 | 作用 | 对应 K8s 概念 |
|---|---|---|
| Task | 定义一个 Agent 任务及其目标，运行在沙箱中 | Pod |
| Workspace | 预置 Git 仓库、MCP 服务器和 Skill 包，让 Agent 启动时即”热启动” | ConfigMap + Volume |
| Gateway | 锁定出站流量到显式允许的主机白名单 | NetworkPolicy |
| Model | 配置平台使用的 LLM 及凭据（从 K8s Secret 读取） | Secret |
这种简洁的设计避免了过度抽象，每个原语都有明确的边界和职责。
3. 沙箱隔离与网络围栏
每个 Task 都在隔离的沙箱中运行，具备 CPU/内存限制。Agent Substrate 提供了底层的沙箱执行环境，AX 在其上增加了网络围栏能力 —— 通过 Gateway 资源，你可以精确控制每个 Agent 能访问哪些外部服务，防止 Agent 在循环中无限调用 API 或访问未授权资源。
这对于运行不可信的 Agent 代码至关重要，尤其是当 Agent 可以执行任意 shell 命令时。
4. 暂停与恢复（Suspend / Resume）
Agent 既不是无状态微服务，也不是传统的批处理作业 —— 它们会累积状态。AX 支持 ax suspend 和 ax resume 命令，让你能够暂停空闲的 Agent 并在稍后精确地从中断处继续运行，避免重复计算和上下文丢失。
5. 实时调试与 Shell 接入
通过 ax ssh 命令，你可以直接 SSH 进入运行中的 Agent 沙箱，实时查看它的操作过程。配合 ax watch 命令，可以流式观察任务的执行日志，方便调试和排查问题。
6. 大规模集群调度
AX 专为”数以亿计的 Agent 任务”设计，在 Kubernetes 集群上横向扩展。如果你需要同时运行成千上万个独立的 Agent 任务（比如批量代码审查、大规模数据标注等），AX 提供了必要的调度和资源管理能力。
适用人群
- AI 平台工程师：需要为企业内部搭建 Agent 基础设施，管理大量 Agent 工作负载
- MLOps / AIOps 团队：希望用声明式方式编排 Agent，集成到现有的 CI/CD 和 K8s 生态中
- 研究团队：需要批量运行实验性 Agent 任务，并进行可控的沙箱隔离
- Agent 框架开发者：想理解工业级 Agent 编排的最佳实践，或在此基础上构建自己的平台
- 对 Kubernetes 熟悉的开发者：AX 的声明式 API 设计让人联想到 K8s，学习曲线相对平缓
与同类工具对比
| 维度 | Google AX | LangGraph | CrewAI | AutoGen |
|---|---|---|---|---|
| 编排方式 | 声明式 YAML | 代码图 | 代码 | 代码 |
| 沙箱隔离 | ✅ 内置 | ❌ 需自行实现 | ❌ | ⚠️ 有限 |
| 网络围栏 | ✅ Gateway | ❌ | ❌ | ❌ |
| 暂停/恢复 | ✅ | ❌ | ❌ | ⚠️ |
| K8s 集成 | ✅ 原生 | ❌ | ❌ | ❌ |
| 调试接入 | ✅ ax ssh | ❌ | ❌ | ⚠️ |
| 规模定位 | 亿级任务 | 中小规模 | 中小规模 | 中小规模 |
| 开源 | ✅ Apache-2.0 | ✅ Apache-2.0 | ✅ MIT | ✅ BSD |
| 维护方 | LangChain | Microsoft | Microsoft |
AX 的核心差异化在于基础设施层的定位 —— 它不是给单个开发者写 Agent 用的框架，而是给平台工程师搭建 Agent 运行平台的基础设施。如果你只需要跑几个 Agent，LangGraph 或 CrewAI 可能更合适；但当你需要规模化、安全地运行成千上万个 Agent 时，AX 的价值就体现出来了。
如何使用
环境要求
- Kubernetes 集群（1.28+）
- Go 1.22+（用于安装 CLI）
ko工具（用于构建和部署镜像，brew install ko）- 一个容器镜像仓库（集群可以拉取）
- Agent Substrate Control API（默认集群内地址：
api.ate-system.svc.cluster.local:443）
安装 CLI
go install github.com/google/ax/cmd/ax@latest
安装后确保 $(go env GOPATH)/bin 在 PATH 中。
部署控制平面
make deploy AX_IMAGE_REPO=<your-registry>
这个命令会部署 Redis，然后用 ko 构建并部署控制平面镜像，所有资源落在 ax-system 命名空间中。
创建并运行第一个任务
# 1. 编写任务 YAML（见上方示例）
ax apply -f task.yaml
# 2. 实时观看任务执行
ax watch task test
# 3. SSH 进入沙箱查看 Agent 操作
ax ssh test -- ls -al /workspace
暂停与恢复
# 暂停空闲任务
ax suspend task test
# 恢复任务
ax resume task test
总结
AX 代表了 AI Agent 基础设施的一个重要方向：从脚本化的 Agent 运行走向声明式、可编排、可规模化的 Agent 平台。Google 将 Kubernetes 的成功经验迁移到了 Agent 领域，用四种核心原语（Task、Workspace、Gateway、Model）覆盖了隔离、预置、安全和配置这四大关键需求。
当然，AX 仍处于积极开发阶段，官方明确警告核心概念、协议和规范可能在大版本发布前引入重大破坏性变更。对于早期采用者来说，这意味着需要持续关注更新并准备好调整配置。
如果你正在搭建企业级 Agent 平台，或者对 Agent 编排的基础设施感兴趣，AX 值得深入关注和试用。它可能成为未来 AI Agent 基础设施的事实标准之一。
推荐指数：⭐⭐⭐⭐☆（4/5）—— 技术愿景出色，生态日趋成熟，但目前仍处于 beta 阶段，生产环境使用需谨慎评估版本稳定性。