像招新人一样配齐七大部件:Gemini托管Agent架构实战与网络代理解耦凭证——读DeepMind研究员Philipp Schmid演讲实录
AI Engineer Summit 2026 · 深度实录 | 演讲嘉宾:Philipp Schmid (Google DeepMind 核心研究员) | 核心议题:Gemini 托管 Agent 架构、凭证隔离与物理安全沙箱实践
核心工程洞察:许多企业声称自己“部署了自主智能体”,但在工程现实中,仅仅是把一个 API Key 丢给前端调用,期待模型靠几百字提示词包办一切。Philipp Schmid 形象地比喻道:这就像公司招来一个绝顶聪明的名校高材生,却不给他配电脑、不给他办门禁卡、不给他岗位手册、不告诉他工作作息,然后指责他不会干活。真正的托管 Agent(Managed Agent),必须像迎新一样完整配齐七大系统构件。
01 招募 AI 新人的“七大必须构件”
在 Google DeepMind 的生产实践中,一个合格的托管智能体必须由以下七大模块闭环驱动:
-
大脑与电脑 (Brain & Sandbox):模型充当大脑,但必须挂载专属的隔离沙箱运行环境,拥有完整的 Bash 执行空间与代码运行能力。
-
操作手册与技能 (SOP & Skills):结构化的操作规范与“技能即代码(Skills-as-Code)”仓库,智能体不仅能读技能,还能自己编写新工具。
-
凭证、家规与作息 (Credentials, Rules & Schedule):安全的网络隔离凭证、不可逾越的只读钩子护栏、以及由 Cron 定时任务或 Webhook 驱动的自主作息节律。
02 知识的三层渐进披露:Token 成本压降 80% 的秘诀
传统的 Agent 往往将所有背景知识直接硬编码在 System Prompt 中,导致每一次简单交互都必须为数十万 Token 付费。Philipp 现场给出了极简的三层披露模型:
| 知识层级 | 常驻状态 | 内容范畴 | 计费与性能影响 |
|---|---|---|---|
| 第一层:系统级核心指令 | 常驻 System Prompt | 仅保留行为契约、身份设定与技能寻址规则(极短,< 500 Token) | 每轮请求开销极低,响应极快 |
| 第二层:动态技能目录 (Skills) | 仅注册单句元描述 | 各技能的触发条件与简明功能介绍,供 Agent 规划时按需加载 | 消灭 90% 的无关上下文浪费 |
| 第三层:专业参考与执行脚本 | 完全离线落盘 | 详细的步骤文档、复杂 Python 自动化脚本与数据架构拓扑 | 仅在执行该技能时才被局部读取 |
03 凭证绝不进沙箱:正向网络代理与凭证解耦防御
在 Agentic 安全领域,最致命的攻击往往源自恶意 MCP 服务器或提示词注入(Prompt Injection)诱导模型打印 .env 或泄露私钥。Philipp 揭示了 DeepMind 严格的安全隔离架构:
- 沙箱内部仅存放虚拟占位符:在 Agent 运行的代码环境与环境变量中,所有 API 凭证均被替换为毫无攻击价值的本地虚拟随机字符串(如
VIRTUAL_BROKER_KEY_001)。 - 外部受控网络代理 (Outbound Proxy):沙箱的所有外网网络出站请求必须强制通过独立的网络代理网关,模型无法直接访问公网。
- 白名单域名动态置换:只有当请求的目标地址命中严格的企业白名单域名时,代理网关才会在 TLS 建立阶段将真实凭证注入 HTTP Header。即使 Agent 被完全控制并打印全部环境变量,黑客也只能拿到一堆无用的虚构字符串。
04 确定性护栏与华尔街数字同事现场实操
在演讲后半段,Philipp 现场展示了一个使用 Gemini 托管架构搭建的“华尔街分析师同事”:
确定性正则钩子(Deterministic Hooks):在关键工具调用前设置对 Agent 只读的过滤规则,命中交易指令时强制触发人类双人签名机制。
全天候自主作息闭环:每天早上 8:30 由 Cron 自动唤醒,调取券商最新研报、执行回测脚本并自动同步更新 Google Sheets 投资看板,完成后主动将精要推送到 Slack 频道。
从工具调用跃迁为可托付的生产伙伴:通过凭证隔离、沙箱约束与自主唤醒,Agent 真正跨越了“玩具”与“可靠生产力”的鸿沟。
更多推荐


所有评论(0)