Google представила AX, оркестратор для запуска ИИ-агентов в промышленных масштабах
Google представила AX, декларативную систему управления (control plane) для запуска ИИ-агентов в промышленных масштабах. Проект вырос из внутренних исследований агентных runtime-систем в Google, опирается на опыт Google DeepMind и построен поверх собственного вычислительного слоя Google под названием Agent Substrate; по словам авторов, AX добавляет поверх него агентные абстракции и генеративные функции рантайма.
Идея в том, что агентные нагрузки, это новый тип вычислений, непохожий ни на микросервисы, ни на пакетные (batch) задания: агент копит состояние, требует строгой изоляции, обращается к API моделей и внешним инструментам и способен бесконтрольно тратить деньги в цикле, если за ним не следить. Обычные оркестраторы для микросервисов или предсказуемых batch-задач становятся невыгодны, когда нужно держать простаивающие песочницы запущенными, и не умеют быстро приостанавливать и возобновлять их.
AX задаётся четырьмя декларативными примитивами через YAML-манифесты и одноимённую команду ax: рабочее пространство (workspace) со списком нужных Git-репозиториев, MCP-серверов и навыков; изолированная задача (task) с целью на естественном языке; сетевые политики, ограничивающие трафик белым списком хостов и портов и подставляющие учётные данные в исходящие запросы; и единая точка настройки моделей, их параметров и секретов, где смену ключа или версии модели можно применить одной командой. Задачи можно приостанавливать (ax suspend), возобновлять (ax resume) и удалять, а состояние файловой системы внутри песочницы при этом сохраняется.
Каждая задача выполняется как лёгкий «актор» поверх Agent Substrate; авторы утверждают, что это позволяет масштабироваться до миллиардов одновременных агентных сессий на кластер без ограничений, свойственных обычным оркестраторам. Простаивающие агенты, ожидающие ответа модели, внешнего инструмента или человека, чекпоинтятся и приостанавливаются, а возобновляются меньше чем за секунду без задержки холодного старта; десятки задач при этом делят ресурсы одного воркера, так что платить нужно только за время, когда агент реально думает или выполняет код.
Отдельная генеративная функция платформы позволяет описать нужное рабочее окружение обычным текстом на естественном языке, например, «настроить окружение для разработки на Python 3», и AX на первом запуске сама передаёт эту цель агенту, который ставит нужные инструменты и проверяет зависимости, вместо ручного описания окружения в YAML.
Авторы описывают AX как рантайм, подходящий для интерактивных кодинг-агентов, долгоживущих агентных серверов, Jupyter-ноутбуков, безголового (headless) браузерного тестирования и произвольных инструментов, а также для исследовательских задач: массового запуска воспроизводимых песочниц для сбора траекторий, циклов обучения с подкреплением (RL) и оценки агентов в масштабе.
В материале нет даты релиза, номера версии, цены или условий лицензирования, проект описан как «открытый», но подробностей об этом в тексте нет; из людей и организаций названы только Google и Google DeepMind, без указания конкретных сотрудников. Заявление о масштабировании до миллиардов одновременных сессий не подкреплено в тексте ни одним измеренным примером, бенчмарком или названным клиентом, это описание возможности, а не результат измерения.
Ключевые факты
- AX, декларативная система управления агентными задачами от Google, построенная поверх внутреннего вычислительного слоя Agent Substrate и опирающаяся на опыт Google DeepMind
- Задачи и рабочие пространства описываются YAML-манифестами и управляются через CLI-команду
ax(apply/watch/ssh/suspend/resume/delete) - Четыре примитива: изолированные песочницы, настройка рабочего пространства (в том числе по описанию на естественном языке), сетевые политики с белым списком хостов, единая точка конфигурации моделей и секретов
- Авторы заявляют о масштабировании до миллиардов одновременных агентных сессий на кластер и возобновлении простаивающих задач меньше чем за секунду без холодного старта
- В тексте нет даты релиза, версии, цены или условий лицензии; заявления о масштабе не подкреплены измеренными примерами или названными клиентами
Почему это важно
Google формулирует проблему прямо: агентные нагрузки, это не микросервисы и не batch-задания, а состояние-накапливающие, всплесковые, долгоживущие процессы, которые то интенсивно считают, то простаивают в ожидании ответа модели или инструмента. Обычные оркестраторы либо дорого держат простаивающие песочницы запущенными, либо не умеют быстро приостанавливать и возобновлять задачи. AX, попытка одной крупной компании закрыть именно этот инфраструктурный разрыв декларативными примитивами вместо самодельных обвязок вокруг существующих систем оркестрации.
Кому это важно
В первую очередь, разработчикам агентных продуктов и исследователям, которым нужно запускать много изолированных агентов параллельно: для интерактивных кодинг-агентов, долгоживущих агентных серверов, безголового браузерного тестирования и исследовательских циклов вроде обучения с подкреплением и оценки агентов на масштабе. Также, платформенным и DevOps-инженерам, которым нужен готовый слой изоляции, сетевых политик и конфигурации моделей вместо того, чтобы собирать его самим поверх Kubernetes или аналогов.
Как это применить
Рабочий процесс описан прямо в тексте: пишется YAML-манифест с workspace (список Git-репозиториев, MCP-серверов, навыков или просто цель на естественном языке) и task (цель для агента внутри workspace), после чего ax apply -f task.yaml создаёт объекты, ax watch показывает фазы выполнения, ax ssh даёт доступ внутрь песочницы, а ax suspend/ax resume/ax delete управляют жизненным циклом задачи с сохранением состояния файловой системы. Сетевой доступ ограничивается явным белым списком хостов и портов с автоподстановкой учётных данных, а модели, их параметры и секреты настраиваются в одном месте.
Можно ли доверять
Источник, собственная лендинг-страница проекта, а не независимый разбор или бенчмарк: в тексте нет ни даты релиза, ни номера версии, ни цены, ни условий лицензирования, хотя проект называет себя «открытым». Единственные названные организации, Google и Google DeepMind, ни один сотрудник по имени не указан. Ключевое заявление о масштабировании до миллиардов одновременных агентных сессий на кластер, это описание возможности со слов самого проекта, не подтверждённое в тексте измеренным бенчмарком, публичным клиентом или сторонней проверкой.
Риски и подводные камни
Сам текст честно называет риск, для которого и создан AX: агент способен «бесконтрольно тратить деньги в цикле, если за ним не следить», то есть без корректно настроенных сетевых политик и лимитов изоляция и биллинг могут не спасти от резкого роста расходов. AX также создаёт зависимость от собственного вычислительного слоя Google (Agent Substrate), поверх которого он построен, а без раскрытых условий лицензирования и цены неясно, насколько «открытость» проекта распространяется на реальный код и коммерческие условия использования.