“有状态系统极难构建”：Perplexity对AI智能体沙箱的思考
Perplexity推出了SPACE沙箱平台，用于其Computer AI智能体，重点在于状态管理而非仅仅隔离。该平台基于Firecracker微虚拟机、Kubernetes和Btrfs文件系统，实现高效快照、暂停/恢复和分支。SPACE比现有方案快3倍，每分钟快照一次，可回滚一周。安全功能包括RBAC、即时访问和逐工具控制。未来计划提供API产品、支持第三方沙箱和本地/混合部署。Perplexity还引入了一种低成本编排器模型。
Perplexity推出了SPACE沙箱平台，用于支持其Computer AI智能体。尽管业界已有Firecracker等成熟的隔离技术，Perplexity团队认为隔离并非难点，真正的挑战在于状态管理——即如何暂停、恢复和复制可能持续数天或数周的智能体会话。SPACE平台于7月15日上线，底层使用Firecracker微虚拟机和Kubernetes，并采用Btrfs写时复制文件系统实现高效快照和分支。系统每隔一分钟自动快照完整会话状态（包括内存），用户可回滚至一周前的状态。Perplexity基础设施副总裁Nate Kupp表示，与现有方案相比，SPACE在性能指标上实现了3倍以上的加速，同时大幅降低成本。
在安全性方面，SPACE提供了基于角色的访问控制（RBAC）、即时访问权限预配以及逐工具调用级别的控制。管理员可禁止智能体写入业务系统，敏感操作会触发用户审批。Kupp指出，安全与性能并非取舍关系，而是通过可调节的旋钮让客户根据自身风险偏好控制。目前SPACE尚未采用硬件可信执行环境，但公司正与Nvidia紧密合作。
未来，Perplexity计划将SPACE作为API产品开放，支持不同尺寸的沙箱以满足多样化工作负载。公司已于3月发布了一款基于Kubernetes Pod的沙箱API（代码执行服务），并即将推出私有测试版。同时，Computer智能体将支持第三方沙箱。Kupp强调，他们在堆栈的每一层都设计了扩展点。
Perplexity还在探索本地和混合部署，与Nvidia合作将其编排能力扩展到RTX Spark平台，实现笔记本电脑上的本地AI工作负载。此外，公司最近发布了Computer智能体的编排器模型研究预览版——基于开源中国模型GLM 5.2进行后训练，成本仅为前沿模型的三分之一。Kupp认为，最终编排器会根据经济性将工作路由到本地或云端。
随着智能体会话从数小时延长至数周，Kupp预测CPU将成为新的瓶颈。目前行业焦点集中在GPU稀缺性上，但未来支持智能体的CPU集群和状态管理机制可能成为下一场容量争夺战。