开源工程观察 · 周报 001

可持久 Agent Runtime 正在成为基础能力

持久化、Checkpoint、中断、恢复、Sandbox 与结构化运行正在成为 Agent Runtime 的标准设施。

EW001发布于 2026-08-02English →

Summary

本周最重要的开源工程信号，不是模型推理能力再次提升，而是 Agent 系统开始摆脱短生命周期模型循环。工程关注点正在转向：状态保存在哪里、执行在哪里暂停、失败后如何恢复、高风险动作如何审核，以及工具究竟运行在什么环境中。

LangGraph 将持久化、Checkpoint、人类中断和容错恢复作为 Runtime 基础能力；OpenHands 将 Agent 逻辑与隔离执行环境分开；CrewAI 将 Crew 与持久 Flow、生产部署结合；AutoGen 提供状态保存与加载、团队控制、终止条件、Trace Log 和结构化 Event Log。

本周判断是：

生产级 Agent Runtime 已不能只由 Tool Calling 定义。它至少必须具备持久状态、中断、恢复、隔离、可观测和明确完成控制。

Source

本周选择以下官方材料，因为它们描述了具体运行机制，而不只是产品宣传：

1. LangGraph Persistence 与 Human-in-the-loop 文档：Checkpoint、Thread、Pending Write、故障恢复、Approve/Edit/Reject 与 Resume。
2. OpenHands Runtime 与 Sandbox 文档：Docker 隔离、Process 与 Remote Sandbox、Runtime Plugin、命令执行和服务暴露。
3. CrewAI 文档：有状态 Flow、长流程恢复、Guardrail、人工触发、可观测与部署。
4. AutoGen 文档：团队状态、Save/Load、Termination、Trace Logging 与结构化 Event Logging。

这些资料可以证明公开机制的存在，但不能独立证明它们在所有生产负载下都达到相同可靠性。

Weekly Highlights

1. 持久化正在进入 Runtime 核心

LangGraph 将 Graph State 以 Checkpoint 形式按 Thread 保存，从而支持中断、Memory、Time Travel Debugging 和故障恢复。Pending Write 可以避免同一 Super-step 中已经成功的节点在其他节点失败后被重复执行。

AutoGen 支持保存和加载 Agent、Team 与 Termination Condition。CrewAI Flow 也强调状态管理、持久化和长流程恢复。

共同方向已经清楚：Runtime 状态必须跨越单次模型响应与单个进程生命周期。

2. 人工审核正在成为执行状态

LangGraph 的 Human-in-the-loop Middleware 可以在敏感 Tool Call 之前暂停，并在 Approve、Edit 或 Reject 后恢复。这不是一个简单确认弹窗，而是把 Graph State 持久化，让执行能够安全停止并从同一 Thread 继续。

CrewAI 也把人工触发放入 Task 与 Flow 控制中。其工程模式是：

拟执行动作
    ↓
政策判断
    ↓
持久化中断
    ↓
人工决定
    ↓
恢复 / 修改 / 拒绝

图：joinwell52 Research Center 根据官方 Runtime 文档整理。

3. 隔离正在成为 Runtime 正确性的一部分

OpenHands 在 Sandbox 中执行命令、修改文件和启动服务。Docker 是推荐隔离方案；Process 模式更快但被明确标记为不安全；Remote Sandbox 支持托管运行。

这说明 Tool 能力与执行安全不能在事后分离。Runtime 必须知道动作在哪里执行，以及适用什么隔离边界。

4. 可观测正在分成 Trace 与结构化 Event

AutoGen 区分面向开发者阅读的 Trace Log 与面向其他系统消费的 Structured Event。CrewAI 强调生产 Flow 的 Observability；LangGraph 将 Checkpoint 执行连接到 Trace 与 Debugging。

两者用途不同：日志帮助人理解，结构化 Event 支持自动处理、指标、告警和治理。

Cross Analysis

Runtime 能力矩阵

Runtime 能力	LangGraph	OpenHands	CrewAI	AutoGen
持久状态	Thread Checkpoint 与 State Snapshot	Sandbox 执行周边的会话和状态	Flow State 与持久化	Agent 与 Team Save/Load
中断后恢复	原生 Command Resume	依部署方式重启 Runtime/Session	长流程恢复	加载已保存 Team State
人工审批	Approve/Edit/Reject Interrupt	操作者介入任务执行	Human-in-the-loop Trigger	User Proxy 与团队控制模式
故障恢复	Checkpoint 与 Pending-write Recovery	隔离环境重启与重建	Flow 控制和重新部署	External Termination、Reset、State Restore
执行隔离	不是主要抽象	Docker/Process/Remote Sandbox	依赖部署环境	依赖 Code Executor 与 Runtime
结构化可观测	State History 与 Trace Integration	Runtime Log 与环境可见性	内置可观测与托管监控	Trace Logger 与 Event Logger 分离
完成控制	Graph End 与节点转换	Agent/Task Completion	Task/Process/Flow Completion	Termination Condition 与 Team Result

说明： 本表总结官方文档中的机制，不是性能测评。

最小可持久 Runtime 契约

工作身份 / Thread
      ↓
持久状态
      ↓
可执行步骤
      ↓
Checkpoint + Event
      ↓
政策 / 人工中断
      ↓
Resume、Retry 或 Recovery
      ↓
有证据的完成

缺少其中任何一层，仍可以演示 Agent，但难以作为长期工作者运行。

New Architecture Judgment

1. Checkpoint 正在成为 Demo 与持久系统的分界线。 Runtime 必须从已记录状态恢复，而不是重新推理。
2. 人工审核必须被建模为生命周期状态。 它不能只是聊天中的约定。
3. 执行隔离属于 Runtime 契约。 只有 Tool 权限、没有 Sandbox 上下文是不完整的。
4. 结构化 Event 与人类日志服务不同消费者。 两者都需要。
5. 完成需要明确状态转换。 自然语言“我完成了”不能替代完成证据。

Engineering Impact

TMPA

本报告不修改 TMPA 正式出版物。作为研究输入，它强化了中断与恢复过程中 Event、Lifecycle、Authority、Integrity 与 Reader Reconstruction 的重要性。

Digital Employee

数字员工 Runtime 必须跨 Session 持久保存工作身份、当前状态、待审批动作、Tool Environment、恢复历史、证据和完成权威。

CodeFlowMu

CodeFlowMu 已经具有 FCoP 生命周期文件、任务状态、恢复动作、Runtime Log 与角色化完成门禁。下一步应把 Checkpoint、Interrupt、Recovery 和 Completion Event 统一为稳定 Runtime Contract，而不是分散在操作约定里。

Next Week Research

1. 比较不同 Runtime 的 Checkpoint 粒度与 Replay 语义。
2. 研究 Credential 与 Secret 如何绑定 Sandbox 和 Tool。
3. 比较 Structured Event Schema 与 Trace Format。
4. 测试多 Agent 部分失败后的恢复行为。

References

1. LangChain，LangGraph overview：https://docs.langchain.com/oss/python/langgraph/overview
2. LangChain，LangGraph persistence：https://docs.langchain.com/oss/python/langgraph/persistence
3. LangChain，Human-in-the-loop：https://docs.langchain.com/oss/python/langchain/human-in-the-loop
4. OpenHands，Runtime Architecture：https://docs.openhands.dev/openhands/usage/architecture/runtime
5. OpenHands，Sandbox overview：https://docs.openhands.dev/openhands/usage/sandboxes/overview
6. CrewAI，Documentation：https://docs.crewai.com/
7. CrewAI，CrewAI AMP：https://docs.crewai.com/enterprise/introduction
8. Microsoft AutoGen，Managing State：https://microsoft.github.io/autogen/stable/user-guide/agentchat-user-guide/tutorial/state.html
9. Microsoft AutoGen，Logging：https://microsoft.github.io/autogen/stable/user-guide/core-user-guide/framework/logging.html