Agent 控制面（Agent Control Plane）

AI 之家 推荐结论：评估一个企业级 Agent 方案时，先问控制面在哪，再问模型多强。因为模型可以换，控制面的位置一旦定下来，就决定了你的数据边界、审计能力与迁移成本。

什么是 Agent 控制面

把一个跑起来的 agent 拆开看，它其实分四层。控制面是其中的第一层，也是 2026 年下半年才开始被单独拿出来讨论的那一层。

这四层在过去是混在一起的——一个 CLI 进程同时当调度器、当沙箱、当状态存储。分层是等到 agent 开始「无人值守长跑」之后才被迫发生的：一个跑 8 小时的 agent，你不能把会话历史放在进程内存里；一个能调工具的 agent，你不能把凭据放在它能读到的地方。

所以控制面的定义可以收得很紧：它是「让 agent 能被管住」的那一层，而不是「让 agent 能干活」的那一层。 后者是 Agent Harness 的活。

为什么它在 2026 年 11 月突然变成焦点

因为同一个月里，两家公司做了方向完全相反的同一件事。

2026-11-12，Anthropic 开放自托管版 Managed Agents 私测：把 cma-server（调度 + API）、PostgreSQL 会话库、沙箱 worker 全部交给客户部署，模型调用仍走外部。控制面往下放。

2026-11-11，Google 把 Agent Gateway 伸到自家云外：EKS / AKS / OpenShift / 裸金属集群上的 agent 留在原地跑，但身份（SPIFFE ID）、策略（IAM + Model Armor + 语义治理）、审计（Cloud Logging / Cloud Trace）统一收到 Google Cloud。控制面往上收。

看起来矛盾，其实两家赌的是同一件事：谁拥有 agent 的身份、策略与审计记录，谁就掌握企业 agent 的入口。区别只在「客户更怕数据出去」还是「客户更怕多套系统管不过来」。

控制面的五个必备件

不管走哪条路，一个能进企业的控制面至少要回答下面五个问题。任何一个答不上来，这套方案在评审会上就过不去。

1. 谁启动它？ —— 调度是集中式还是每 session 一个 worker？并发上限在哪配？
2. 痕迹存在哪？ —— 会话与事件历史落在哪个库、谁有读权限、能不能被单独删除（合规要求「可删除」）？
3. 凭据怎么进去？ —— 密钥是打进沙箱环境变量，还是由沙箱外的代理在请求时刻注入？前者等于没有隔离。
4. 每一步怎么被看见？ —— 有没有结构化 trace（OpenTelemetry 是当前的事实标准），能不能接进企业已有监控？
5. 失败时怎么表现？ —— 控制面断连时是 fail-open 还是 fail-closed？配了 failOpen: true 就真的会放行吗？（实测过的答案常常是否。）

第 5 条是实践里最容易翻车的一条。Google 的跨云网关文档就明写了：extension binding 上的 failOpen: true 在代理连不上 Google Cloud 时并不生效。也就是说你以为配了「云端挂了本地继续放行」，实际行为是相反的。这类「配置项名字」与「真实行为」不一致的地方，是控制面选型时的头号坑，详见 fail-closed。

一个控制面自检清单

• 会话历史能导出、能按会话删除，且不在 agent 可写目录里
• 工具凭据不在沙箱内，由外部代理按请求注入
• 有一个明确的「允许访问哪些主机」白名单，而不是靠模型自觉
• 每一步 agent 动作都有结构化 trace，且能按 agent / session / 工具三个维度检索
• 控制面断连场景实测过，知道真实行为是拒绝还是放行
• 模型出口可切换（至少两家），且计费口径统一
• 升级 / 回滚路径写进了 runbook（自托管方案尤其要问：安全更新承诺几小时内上线）

常见误区

误区一：自托管 = 数据不出门。 只对一半。执行痕迹（会话、工具结果、凭据）可以不出门，推理请求一定会出门——提示词与工具入参要发给模型服务商。任何声称「完全本地化」的方案，都要追问一句「模型跑在哪」。

误区二：上了网关就等于有了控制面。 网关管流量，不管状态。没有状态管理，agent 进程一崩，会话就断了，长任务直接重来。控制面的核心资产是那张事件表，不是那台代理。

误区三：控制面在本机就是安全的。 如果凭据还在沙箱环境变量里，控制面在哪都没用——agent 一旦被注入，第一件事就是读环境变量。凭据的位置比控制面的位置更重要。

误区四：把 harness 优化当成控制面建设。 调提示词、加子 agent、换工具，这些提升的是「任务完成率」；控制面建设提升的是「出事后能不能查清楚」。两件事的验收标准完全不同，别用 A 的成果去交 B 的作业。

相关阅读

• 两个相反路线的实例：Anthropic 自托管 Managed Agents · Google Agent Gateway 跨云治理
• 相邻概念：Agent Harness · Agent 沙箱 · fail-closed · Agent 验证 · 多 Agent 协作
• 相关工具：OpenAI Agents API · Claude Code · MCP Toolbox · Dify

来源

• { title: "Gemini Enterprise Agent Platform 官方 Release Notes（2026-11-11 Agent Gateway for cross-cloud Limited Preview；2026-11-12 Agent Gateway for GKE Preview，一手）", url: "https://docs.cloud.google.cn/gemini-enterprise-agent-platform/release-notes" }
• { title: "Agent Gateway for cross-cloud overview（三平面架构、责任划分、failOpen 已知问题，一手）", url: "https://docs.cloud.google.cn/gemini-enterprise-agent-platform/agents/governance/agent-gateway-cross-cloud/overview" }
• { title: "Anthropic 自托管 Managed Agents 三家独立媒体交叉核对（官方文档站本次区域不可达）", url: "https://i10x.ai/news/anthropic-self-hosted-claude-managed-agents-private-beta" }