她说，恰恰相反，现在有一堆棘手的问题等着工程师去解决，只是方向换了。
先说第一个，智能体基础设施。以前大家用 Kubernetes 管服务，那是给普通应用设计的。AI 智能体的运行方式完全不同，它有状态、要持久化、时不时还得大规模扩张。现在已经有团队在做新的文件系统和沙箱服务，Google 也在搭一个叫 Agent Substrate 的新运行时。这块还有很多坑没人踩过。
然后说第二个，身份验证和授权。智能体替你操作系统、执行代码，这个操作到底算谁的？有时候是智能体自己的身份，有时候它是在代表人类行动。两种情况权限不一样，责任也不一样，但现在很多系统还没搞清楚这个区别。
第三个是安全与隔离。现在漏洞的发现速度已经比修补速度快了，这还是没有大规模多智能体的情况下。等到几千个智能体同时在跑，读不可信的内容、执行不可信的代码，一个智能体被攻击，可能把恶意指令一路传给整个系统里的其他成员。风险比以前大得多。
第四个是监控和停机。你得能随时叫停整个系统，还要切断它的权限。但更难的问题是，智能体"执着地解决问题"和"跑偏了停不下来"，从外面看有时候真的一样。
Katelyn 说，这些问题都还没有成熟的解法，工程师有大把的空间去做出真正有价值的东西。
原文传送门：x.com/katelyn_lesse/status/2114542280535318557
##