為什麼我們構建 AIGNE
AI 代理領域充斥著為演示而最佳化的框架。五分鐘構建一個聊天機器人。把幾個提示詞串在一起。發布一個在螢幕錄製中看起來很厲害、但在生產負載下不堪一擊的東西。
我們構建 AIGNE 是因為我們需要根本不同的東西：一個將 AI 代理視為一等軟體元件的框架 — 在隔離、組合、測試和部署方面具有我們對任何生產系統所期望的同等嚴謹性。
這個名字反映了我們的理念：AI 原生工程不是把 AI 附加到現有的軟體模式上。它是在 AI 成為開發和執行過程中的核心參與者時，重新思考軟體的構建方式。
函式隔離架構
大多數代理框架在元件之間自由共享狀態。這使得簡單的演示變得容易，但讓生產系統變得脆弱。AIGNE 採取相反的方法：每個代理函式都在隔離中執行。
每個函式具有：
- 定義的輸入和輸出 — 沒有隱式共享狀態
- 自己的上下文邊界 — 一個函式不能破壞另一個函式的狀態
- 顯式通訊通道 — 資料通過宣告的介面流動
這不是一個限制。這是一個借鑑自數十年作業系統研究的設計原則。隔離是使系統可組合、可測試和安全的關鍵。當你的代理做出錯誤決策時，爆炸半徑是可控的。
多模型支援
AIGNE 不綁定單一 LLM 提供商。框架通過統一介面抽象模型互動，因此你可以：
- 在同一應用中為不同任務使用不同模型
- 切換提供商而無需重寫代理邏輯
- 開發時使用本地模型，生產時使用雲端模型
- 跨提供商實現降級鏈
模型是一個依賴項，而不是一個身份標識。你的代理邏輯不應該因為你從一個提供商切換到另一個而改變。
工作流模式
真實的代理應用不是單輪對話。它們是工作流 — 必須可靠執行的決策、操作和驗證序列。AIGNE 為常見模式提供一等支援：
- 順序管道 — 帶有型別化傳遞的逐步處理
- 並行扇出 — 同時將工作分發給多個代理
- 條件路由 — 根據中間結果引導流程
- 人在環中 — 暫停執行以等待人工審核和批准
這些模式是宣告式的。你描述工作流結構，AIGNE 處理執行、錯誤恢復和可觀測性。
AFS 整合
AIGNE 與智能體檔案系統（AFS）深度整合。每個代理的工作空間都是一個 AFS 命名空間，這意味著：
- 代理狀態是持久的，可以通過標準檔案操作檢查
- 配置、提示詞和工具都是人類和 AI 都可以讀寫的檔案
- 稽核追蹤是自動的 — 每個檔案操作都帶有身份上下文記錄
- 代理可以通過定義良好的檔案路徑共享資料，而不是臨時的訊息傳遞
AFS 為代理提供了一個對人類和機器都自然的共享抽象層。你不需要特殊工具來檢查代理做了什麼 — 只需查看檔案即可。
MCP 支援
AIGNE 實現了模型上下文協議（MCP），使代理能夠通過標準化介面連接外部工具和資料來源。這意味著你的代理可以存取資料庫、API、檔案系統和其他服務，而無需為每個服務編寫自訂整合程式碼。
為 Blocklet 生態而生
AIGNE 代理作為 Blocklet 部署在 Blocklet Server 上。這為你提供：
- 一鍵部署 — 打包代理應用並部署到任何執行 Blocklet Server 的地方
- 內建 DID 身份 — 每個部署的代理自動獲得去中心化識別碼
- 資源管理 — CPU、記憶體和網路約束在平台層面強制執行
- 生命週期管理 — 通過統一介面啟動、停止、更新和回滾代理
AIGNE 的代理框架與 Blocklet Server 的部署基礎設施相結合，意味著你可以從原型到生產無需切換平台。
開源
AIGNE 在 Apache 2.0 許可證下完全開源。原始碼、文件和範例都可以在 GitHub 上取得。我們相信，AI 代理的基礎設施必須是開放的 — 無論是為了信任還是為了生態成長。
我們在開放環境中構建 AIGNE，因為我們正在解決的問題太重要了，不能被鎖在專有圍牆之後。如果 AI 代理將成為關鍵基礎設施，那麼構建它們的框架需要是可稽核的、可擴展的和社群擁有的。
推薦閱讀
- 為什麼 AI 代理需要去中心化身份 — DID 如何為自主 AI 代理提供信任層。
- AFS：重新思考 AI 時代的系統抽象 — 使 AI 原生系統可檢查和可組合的檔案系統抽象。
- 從 Blocklet 到 Chamber：我們的架構如何為 AI 演進 — 從約束人類工程師到約束 AI 代理的概念演進。