Agent-Infra 发布了 AIO Sandbox，这是一个开源运行时，将 Chromium 浏览器、Python/Node.js 解释器、bash shell 和统一文件系统打包到单个 Docker 容器中供 AI 智能体使用。该沙箱包含 VSCode Server 和 Jupyter 用于调试，还有原生 Model Context Protocol (MCP) 支持，预配置了浏览器、文件和 shell 操作服务器。与智能体需要处理分离服务的分散设置不同，AIO 的共享存储层让智能体能通过浏览器下载 CSV 文件并立即在 Python 中处理，无需数据转移。
这解决了我几个月来一直在说的问题：瓶颈不再是模型推理，而是执行基础设施。正如我在三月写的，OpenAI 通过构建自己的智能体基础设施认识到了这一点，而像 A-Evolve 这样的工具继续承诺自动化智能体开发，但开发者仍在做手动集成工作。Agent-Infra 打赌将运行时栈——浏览器、解释器、文件系统——整合到一个容器中，可以消除同步难题和延迟问题，这些问题会杀死生产环境中的智能体工作流。
统一文件系统是这里的巧妙之处。大多数智能体框架将工具输出视为在服务间传递的临时数据，但 AIO 使一切都持久化并可跨模块访问。在浏览器中下载文件？Python 和 bash 立即可见。这个看似显而易见的设计选择解决了一个真实痛点：智能体经常失败，因为它们无法访问刚在不同工具中创建的文件。
对于构建生产智能体的开发者来说，这值得测试。Docker 部署模型和 MCP 集成表明 Agent-Infra 理解企业约束。但真正的测试不是功能列表——而是这是否真的减少了让智能体开发如此沉重的集成开销。