随着企业逐渐将AI代理投入生产环境，工程团队面临的挑战正在从构建单个代理转向如何大规模地运营它们，同时确保适当的隔离、治理和安全性。AI代理往往需要执行非确定性的工作流、维护有状态的会话，并且经常需要以特权身份访问内部服务，这使得规模化运营变得尤为复杂。
为了解决这些问题，研究人员提出了Agyn，一个专门针对代理工作负载设计的开源平台。Agyn围绕三个核心原则构建，旨在为生产环境中的AI代理提供坚实的基础设施支持。
第一个原则是信号驱动的有状态无服务器运行时。Agyn在Kubernetes上实现了一个无服务器运行时，该运行时由信号驱动，能够根据事件动态调度代理的执行，同时保持会话状态。这种设计允许代理按需启动和扩展，无需预先配置固定的资源，从而在保证响应性的同时提高资源利用率。
第二个原则是代理定义即代码。Agyn提供了一个Terraform提供程序，允许开发者和运维团队使用基础设施即代码的方式定义代理及其测试框架（harness）。通过Terraform，代理的配置、依赖关系和运行参数可以像其他基础设施资源一样进行版本控制、审查和自动化部署，这大大简化了代理生命周期的管理。
第三个原则是零信任和最小权限的安全模型。由于AI代理经常需要访问敏感的内部服务，Agyn将安全作为平台的基础。它遵循零信任原则，即不默认信任任何内部或外部的网络流量，并对每个访问请求进行严格的身份验证和授权。同时，平台遵循最小权限原则，确保代理只能获得完成其任务所必需的最低限度的访问权限，从而降低潜在的安全风险。
此外，Agyn被设计为与代理、模型和云环境无关。这意味着用户可以使用他们偏好的任何代理框架、AI模型和云提供商，而不会被锁定在特定的技术栈中。这种灵活性使得Agyn能够适应不同组织的多样化需求。
该论文由Nikita Benkovich和Vitalii Valkov撰写，已于2026年5月26日提交至arXiv，属于人工智能（cs.AI）类别。论文摘要指出，Agyn的目标是让企业能够以可扩展、安全且可管理的方式运营AI代理，从而释放代理技术在自动化复杂工作流方面的潜力。
通过结合无服务器运行时的弹性、基础设施即代码的规范性和零信任安全模型的严谨性，Agyn为AI代理的生产化部署提供了一个全面的开源解决方案。随着代理技术的不断成熟，此类平台有望成为企业AI基础设施的重要组成部分。