Google AX (Agent Executor)
Google 官方开源的声明式 agentic 编排运行时:YAML 声明 Task/Workspace/Model,跑在 Agent Substrate 沙箱上,kubectl 形态 CLI,目标单集群百万级 Agent 任务;稳定版前可能有破坏性变更。
Google AX 快速入门:像管 K8s 一样管你的 Agent 工作负载
这是什么?适合谁?
AX(Agent Executor)是 Google 官方开源(google 组织下)的声明式 agentic 编排运行时——官方一句话定义:「Declare an agentic task with workspaces and model specifications. AX sandboxes it, wires up its workspace, and helps running it at scale.」它把「跑 Agent」当成一种新型工作负载来对待:Agent 既不是无状态微服务,也不是跑完即退的批处理任务——它积累状态、需要严格隔离、要调模型 API 和工具服务器,还可能在没人盯着时把预算烧穿。AX 用三个声明式原语把这些问题一次管住:
- Task:在带 CPU/内存限额的沙箱里运行不受信任的 Agent 代码;
- Workspace:预置 Git 仓库、MCP 服务器与 Skill 包,让每个 Agent「热启动」;
- Model:声明平台自身用哪个 LLM,凭据走 Kubernetes Secret。
如果你用过 Kubernetes,ax 会觉得非常眼熟:一切资源用 ax.io/v1alpha1 的 YAML 清单表达,ax apply 一条命令提交。底层执行跑在 Agent Substrate 的沙箱 actor 上,设计目标是单集群百万级 Agent 任务。
⚠️ 官方 README 顶部挂着显式 WARNING:AX 与若干核心特性处于重度开发阶段,核心概念、协议与规范仍在演进,稳定版发布前很可能引入破坏性变更。选型时请把这个前提放进决策。
适合谁:
- 有 Kubernetes 运维基础、想把 Agent 跑批规模化(CI 修 bug、批量代码任务、自动化运营)的平台/基建工程师;
- 想给自主 Agent 加沙箱隔离、状态检查点与预算围栏的团队(Agent「烧钱循环」是 AX 明确点名的风险);
- 关注 Google 官方 agentic 基建走向、想早鸟试验协议设计的人。
准备工作
- 基础设施(硬前提):一个 Kubernetes 集群 + 已安装的 Agent Substrate(装在
ate-system命名空间,暴露 Control APIapi.ate-system.svc.cluster.local:443);装完后kubectl get svc api -n ate-system必须能通,不通先别往下走。 - 工具链:Go 与
kubectl;Podman 或 Docker,且已登录你的集群能拉取的容器镜像仓库。 - Agent 镜像:一个封装好 coding agent(或任意 Agent)的容器镜像,例如
ghcr.io/my-org/my-coding-agent@sha256:...。 - 费用:Apache-2.0 开源免费;真实成本在你的集群资源与 LLM API 调用上——跑批任务前先算 Token 预算。
- 时间预算:已有 K8s 集群 + 熟手,半天内可跑通第一个 Task;从零搭集群另计。
五步核心流程
第一步:装 CLI。
go install github.com/google/ax/cmd/ax@latest
ax 二进制落在 $(go env GOPATH)/bin,确保该目录在 PATH 里。
第二步:构建并推送镜像。 指向你的镜像仓库,构建 ax-server 与 ax-task-runner 两个镜像:
export AX_IMAGE_REPO=<your-registry> # e.g. gcr.io/my-project
make images
第三步:部署控制面。 前提是 Substrate Control API 可达:
make deploy
这会在 ax-system 命名空间部署 PostgreSQL 与 ax-server。
第四步:建 WorkerPool(新手最常漏的一步)。 每个 Task 跑成一个 Substrate actor,actor 需要从 WorkerPool 拿空闲 worker——make deploy 和 Substrate 安装器都不会替你建池。不建池,第一次 ax resume 就会报 ResourceExhausted: no free workers available(任务停在 Suspended)。照 examples/workerpool.yaml 建一个小型 gVisor 池,等 kubectl get workerpools -A 显示 ready。
第五步:跑第一个任务。
ax apply -f examples/simple.yaml # 最小可用 Task
ax resume task simple-task # 新任务起始为 Suspended,resume 才排上 actor 开跑
ax get tasks
ax ssh simple-task -- ls -la /workspace # 需要 spec.debug: true
一个典型 task.yaml 长这样:Workspace 用 Git 仓库预热(还可以内嵌 AGENTS.md 内容给 Agent 立规矩),Task 声明镜像、目标与 workspace 引用:
apiVersion: ax.io/v1alpha1
kind: Workspace
metadata:
name: golang
spec:
git:
- repo: https://github.com/golang/go.git
branch: "my-fix"
files:
- path: "AGENTS.md"
content: |
- Run `go test` to ensure that tests are passing.
---
apiVersion: ax.io/v1alpha1
kind: Task
metadata:
name: test
spec:
image: "ghcr.io/my-org/my-coding-agent@sha256:..."
config:
goal: "Fix what's broken please."
workspace:
name: golang
debug: true # enables `ax ssh`
成功判定:ax get tasks 里任务 PHASE 走到 Running,ax ssh 能进沙箱看到 /workspace 内容。
初级用法
- 单任务跑通:用
examples/simple.yaml起一个最小 Task,走完 apply → resume → get → ssh 全链路,体会「新任务先 Suspended、resume 才调度」的语义; - 预热 Workspace:把目标 Git 仓库与
AGENTS.md写进 Workspace 清单,让 Agent 首次运行就带着完整上下文与行为约束,省去每次克隆与冷启动; - 声明 Model:用
Model资源声明平台侧 LLM(CLI 示例里默认模型是 Gemini flash 档),凭据放 K8s Secret,不要写进镜像。
高级玩法
- 规模化修 bug 机器人:把 coding agent 打成镜像,对着仓库分支批量 apply Task(每个 issue/PR 一个 Task),配合 Workspace 预热与
ax get tasks集中观测,形成「一队沙箱 Agent 干活、一个控制面看板」的批量流水线; - 检查点省钱:用
ax suspend给空闲 Agent 做状态 checkpoint 并暂停、ax resume原地续跑——官方定位里这是控制 Agent「burn money in a loop」的核心手段,长任务挂起时不再烧 GPU 与 Token; - 密探式调试:给 Task 开
spec.debug: true,用ax ssh task -- python3 main.py在沙箱里直接复现 Agent 环境执行命令,把「Agent 到底在沙箱里看到什么」变成可登录的现场; - 自建 Runner:按官方 Runners 契约(
docs/runner.md)替换默认 task-runner 镜像,把任意自制 Agent 执行器接进 AX 的调度/检查点体系。
常见踩坑
踩坑 1:忘了建 WorkerPool。 症状:ax resume 报 ResourceExhausted: no free workers available,任务永远 Suspended。原因:make deploy 与 Substrate 安装器都不建池,actor 必须从池里拿 worker。解决:按 examples/workerpool.yaml 建池并等 ready;官方文档把这步列为独立步骤,不是可选项。
踩坑 2:Substrate 没装好就 make deploy。 症状:部署或后续操作连不上控制面。原因:AX 与 Substrate Control API(api.ate-system.svc.cluster.local:443)硬耦合。解决:先 kubectl get svc api -n ate-system 验证可达再继续,Substrate 安装见其仓库 README。
踩坑 3:第一次 resume「卡住」。 症状:CLI 等待超时返回,以为失败了。原因:首次 resume 要等 Workspace 初始化(克隆 Git 仓库),耗时取决于仓库大小;CLI 放弃后任务仍在后台继续起。解决:用 ax get tasks 看真实阶段,别拿 CLI 退出码当任务终态。
踩坑 4:把当前版本当稳定版用进生产。 症状:升级后清单/CLI 全线报错。原因:官方 README 顶部 WARNING 明示稳定版前可能有重大破坏性变更,核心协议仍在演进。解决:锁定版本使用,升级前读 release 说明,关键流水线别追 latest。
踩坑 5:ax ssh 连不上任务。 症状:ssh 直接被拒。原因:交互式 shell 需要 Task 清单里显式 spec.debug: true。解决:apply 时带上 debug 字段,或改用一次性命令形态确认;这也是个安全提醒——生产任务不该常开 debug。
踩坑 6:镜像仓库与集群不通。 症状:Task 起不来,拉镜像失败。原因:make images 推到的仓库集群无权拉取。解决:AX_IMAGE_REPO 必须指向集群可拉的 registry,并配好镜像拉取凭据。
小技巧
- 先用
examples/simple.yaml走通全链路,再上自定义镜像,排错面最小; ax跟随当前 kube context(兼容kubectx),多集群时切 context 即切 AX 目标,配合ax ctx查看当前连接方式;- 后台隧道的状态存在
~/.ax/tunnels,ax tunnel list / stop管理连接残留; - 官方
./demo.sh一条龙演示 apply → resume → ssh → suspend 全生命周期,五分钟建立整体心智模型; - 文档矩阵按主题分文件(Concepts/Manifests/Sandbox/Runners/Networking),查字段先读
docs/manifests.md的注释版示例。
进阶学习建议
围绕「Agent 即工作负载」这条主线,逐层拆解 AX 的协议设计:
- 协议层:精读
docs/concepts.md里 Task/Workspace/Model 三原语与任务 phase/condition 的状态机,再对照apiVersion: ax.io/v1alpha1的清单字段,理解「声明式编排」与 LangGraph/CrewAI 这类代码式编排的范式差异; - 沙箱层:顺着 Agent Substrate 读 WorkerPool 与 gVisor 池的实现口径,搞懂「CPU/内存限额 + actor 模型」如何把不受信任的 Agent 代码圈住——这是 AX 区别于一般编排器的安全底座;
- 运维层:把
ax get/describe/suspend/resume映射到 K8s 的kubectl心智,再读docs/networking.md里 atenet 路由从集群/笔记本/gRPC 客户端三种方式触达运行中任务的设计; - 演进层:盯官方 Roadmap 的核心规范、actor 架构与治理里程碑,重度开发期跟踪它比学它更重要——协议定形前的投入要控制节奏。
常见问题 FAQ
Q1: AX 和 LangGraph / CrewAI 这类 Agent 框架是一回事吗?
A: 不是。AX 不写 Agent 的内部逻辑,它是「编排运行时」:声明式声明 Agent 跑在哪、带什么上下文、用什么模型、怎么被沙箱隔离与调度。框架(LangGraph/CrewAI)管 Agent 内部怎么思考,AX 管一批 Agent 在集群里怎么跑——你的 Agent 镜像内部爱用什么框架都行。
Q2: 与 Kubernetes 是什么关系?
A: AX 建在 Agent Substrate 上跑沙箱化执行,需要 K8s 集群做底座;CLI 是 kubectl 形态(apply/get/describe/delete + suspend/resume/ssh 等 Agent 专属动词)。官方原话:「If you have used Kubernetes, ax will feel similar.」
Q3: 现在能用进生产吗?
A: 官方 README 显式警告:重度开发阶段、稳定版前可能有破坏性变更。当前更适合试验、内部工具链与跟随式学习;要上生产需锁版本并接受迁移成本,这个判断在收录时点(2026-11-05)成立。
Q4: 完全免费吗?
A: 软件本体 Apache-2.0 开源免费。真实成本是集群资源(沙箱 worker、PostgreSQL、镜像仓库)与 Task 内 Agent 调用 LLM 的 API 费——AX 的 suspend/resume 检查点就是官方给「Agent 循环烧钱」问题的围栏之一。
Q5: 模型可以不用 Gemini 吗?
A: Model 资源是声明式的(provider/model 字段),CLI 示例默认展示了 Gemini flash 档,但凭据走 K8s Secret、声明式配置意味着模型供应商不锁死;具体支持的 provider 列表以官方文档为准(本站未逐项实测)。
Q6: 一个 Task 跑到一半能暂停吗?
A: 能,这是核心能力之一:ax suspend 给 actor 状态做 checkpoint 并暂停,ax resume 从断点原地续跑; suspend/resume 语义见官方 README 与 concepts 文档(本站未做大任务实测)。
免责声明
本文基于 Google AX 官方 GitHub 仓库(google/ax)README 与文档目录、agentexecutor.io 公开信息整理,AI 辅助生成;MagicNetWorld 尚未部署 K8s 集群对 AX 做独立实测,运行行为与稳定性描述以官方文档为准,功能状态采集时点为 2026-11-05。
参考链接
📊 评分与标签
核验口径:已按现行口径通过,待按新证据契约复核
评分说明
总分 8.3/10 · P_优选
核验日期:2026-11-05。评价对象是 Google 官方开源的声明式 agentic 编排运行时 Agent Executor(google/ax,Apache-2.0,官网 agentexecutor.io),评价依据为官方 README、docs/ 文档目录与 GitHub 公开仓库指标。按 Agent 编排运行时(基础设施视角)评价,不按 Agent 智能水平打分。
评分依据可追溯至公开来源,每项分数都有明确理由与数据支撑;本站未部署 Kubernetes 集群实测 AX,所有运行行为描述均来自官方文档。
📊 可观测社区指标(采集日期:2026-11-05)
- GitHub API:14,523 stars、780 forks、88 open issues,仓库未归档,Apache-2.0,主语言 Go。
pushed_at为 2026-11-04T18:26:08Z(北京时间 2026-11-05 02:26,隔日仍属高活跃),创建于 2026-03-30,约 7 个月达 1.45 万 star。- 官网 agentexecutor.io 可达(2026-11-05 实测,本机需关闭证书吊销检查后 200)。
🤖 Agent 能力:1.7/2.0
作为编排运行时,它的「能力」是把 Agent 当工作负载管的四件事做齐:沙箱隔离(Task 带 CPU/内存限额、跑在 Agent Substrate 的 gVisor actor 上)、热启动(Workspace 预置 Git 仓库/MCP 服务器/Skill 包)、平台模型声明(Model 资源 + K8s Secret 凭据)、生命周期控制(Suspended 起步、ax suspend 检查点、ax resume 续跑、ax ssh 现场调试)。设计目标单集群百万级任务,野心明确。
扣分两处:其一,它不含任何 Agent 智能——目标解析、工具调用全在你打包的 Agent 镜像里,AX 只管「跑得好」;其二,Agent 间协作编排(任务依赖图、多 Agent 会话)在当前公开文档中未见完整方案,范围收窄在单任务编排。
- 竞品对比 1(LangGraph):LangGraph 在代码层做单系统内多 Agent 状态图;AX 在集群层做任务级调度与隔离,两者是互补层而非同层竞品。
- 竞品对比 2(E2B):E2B 提供托管代码沙箱 API,轻但绑定其云;AX 自托管、资源声明走 K8s 生态,控制力与运维成本都高一档。
🖐️ 易用性:1.0/1.5
对 K8s 用户心智友好是最大优点:YAML 清单(ax.io/v1alpha1)+ kubectl 形态 CLI(apply/get/describe/delete),文档按主题分文件且字段注释完整,还提供 demo.sh 端到端演示。首次跑通路径官方写得清楚(装 CLI → make images → make deploy → WorkerPool → 跑 examples/simple.yaml)。
扣分集中且明确:前置条件重(K8s 集群 + Agent Substrate + Go + 容器工具链 + 自备 Agent 镜像 + 镜像仓库),五步里有一步「建 WorkerPool」是新手必然踩的坑(官方文档自己都承认不建池第一个 resume 必失败);无托管服务可选项,非 K8s 用户基本无从下手。
- 竞品对比 1(Sim Studio):Sim 桌面/云双形态
npx sim-setup十分钟可用;AX 是纯基础设施,上手门槛差一个量级,换来的是集群级控制力。 - 竞品对比 2(Temporal):Temporal 同样重运维,但社区托管云与 SDK 语言覆盖降低启动成本;AX 当前只有自托管一条路。
🔌 生态集成:1.4/2.0
生态站位好:Google 官方项目背书、跑在 Agent Substrate 这个新兴 agentic 基建上、Workspace 直接支持 MCP 服务器与 Skill 包两种扩展面、模型凭据复用 K8s Secret 体系、CLI 兼容 kubectx 的多集群习惯。跟 K8s 工具链(registry、Helm 式 make deploy、网络策略)天然咬合。
扣分两处:生态极年轻(Substrate 同为 2026 新项目),上下游(runner 镜像市场、监控面板、调度策略库)几乎没有第三方供给;对非 K8s 世界(serverless、传统虚机)无接入路径。
- 竞品对比 1(Kubernetes 本体):AX 就是「Agent 版 K8s」的修辞,生态类比成立但体量尚无可比性;好处是能直接复用 K8s 的 Secret/网络/镜像基础设施。
- 竞品对比 2(OpenAI Batch API):后者是厂商托管的任务批处理 API,零运维但沙箱与自定义 Agent 自由度低;AX 自由度全给你、运维也全给你。
👥 社区支持:1.4/1.5
Google 官方组织出品(google/ax),背书强度在 agentic 基建类开源里属第一梯队;14,523 stars / 780 forks(采集日期 2026-11-05),7 个月积累,热度与身份匹配;88 个 open issue 数量健康;pushed_at 2026-11-04 仍高频演进,文档矩阵(concepts/manifests/sandbox/runner/networking/architecture/roadmap)结构完整。
扣分一处:社区三方贡献、issue 响应质量与治理节奏未抽样核实,项目太年轻,社区层证据不足。
- 竞品对比 1(camel):CAMEL 社区学术侧强、产品化弱;AX 走基建侧,社区讨论深度待积累。
- 竞品对比 2(Eigent):Eigent 3 个月 1.57 万 star 更热,但属消费级产品;AX 的受众(平台工程师)更窄,star 效率其实更高。
💡 创新程度:1.5/1.5
「把 Agent 当一等公民的工作负载」这个抽象本身就有范式价值:状态检查点(suspend/resume)、预算围栏(官方明说防 burn money in a loop)、Workspace 热启动、沙箱 actor 池——这套组合在编排器品类里是新的,且用 K8s 的声明式心智来做,路径选择聪明。
- 竞品对比 1(Kubernetes Job/CronJob):K8s 原生负载不理解的「Agent 积累状态、要烧钱、要沙箱」三特性,AX 原生建模;
- 竞品对比 2(Google ADK):同门 Agent Development Kit 管的是「怎么写一个 Agent」,AX 管的是「怎么运行一百万个」,同一厂商内分层清晰、互补设计。
🔒 稳定性:1.3/1.5
仓库隔日高频推送(2026-11-04)、文档与 Roadmap 公开透明、Apache-2.0 保证最坏可 fork 自维护——项目「治理健康」。但官方 README 顶部 WARNING 明示:核心概念/协议仍在演进、稳定版前可能有重大破坏性变更。这是「工程透明度」得分、「可上生产度」失分的典型组合。
- 竞品对比 1(Temporal):Temporal 多年生产验证 + 版本承诺;AX 明确自我定位为 pre-stable,生产采用需锁版本。
- 竞品对比 2(LangGraph):LangGraph 已有商用版本与稳定 API 承诺;AX 尚无对等承诺。
评分依据可追溯至公开来源,每项分数均有明确理由和数据支撑。
🏷️ 标签说明
- 开源免费: Apache-2.0 许可,Google 官方 google 组织开源。来源:GitHub 仓库
- Agent编排: 声明式编排 Task/Workspace/Model 三原语,目标单集群百万级 Agent 任务。来源:AX README
- K8s生态: 需 Kubernetes + Agent Substrate 底座,CLI 形态对标 kubectl、凭据复用 K8s Secret。来源:AX Quick Start
- 声明式: 全部资源以 ax.io/v1alpha1 YAML 清单表达、ax apply 单命令提交。来源:AX README 示例
局限与声明
- 本站未部署 K8s 集群、未安装 Agent Substrate、未实测 AX 任何命令;全部运行语义来自官方 README 与 docs/ 文档。
- 官方 WARNING:重度开发期,稳定版前可能有破坏性变更——收录评分为时点判断,随版本演进需复评。
- 模型 provider 支持清单未逐项核验;本机访问 agentexecutor.io 需关闭证书吊销检查(本机 TLS 吊销查询离线所致,非站点故障)。
- 采集日期 2026-11-05,此后仓库指标与协议状态可能变化。
来源核实
- ✅ 已验证: GitHub API google/ax — 2026-11-05 实测,stars/forks/pushed_at/license 与引用一致
- ✅ 已验证: AX README(raw) — 2026-11-05 抓取,三原语/五步流程/WorkerPool 坑/CLI 命令逐项核对
- ✅ 已验证: agentexecutor.io — 2026-11-05 实测可达,favicon axolotl SVG 为官方资产
- ⚠️ 未实测: K8s/Substrate 部署与 CLI 行为 — 仅文档核验
同分类推荐
开源框架 分类下的其他 Agent