Agent 应该复用用户账号还是拥有虚拟身份?
- 直接管理用户账号: 看似便捷,但一旦 Agent 出错或被攻破,用户的全部数字身份都会暴露;
- 虚拟身份方案: 赋予 Agent 一套独立身份,如同秘书拥有自己的办公电话与邮箱;
- 身份三件套: 专属的通讯账号、存储空间、计算环境;
- 效果: Agent 以透明身份代表用户工作,身份的明确性不削弱信任,反而增强沟通的真实性;
虚拟身份为什么需要隔离的执行环境?
- 载体: 虚拟电脑(VM/容器)与虚拟手机(Android 模拟器),提供操作系统级隔离和完整的桌面/移动操作能力;
- 理由一: 虚拟电脑可全天候运行,不受用户设备联网状态影响,也不干扰用户正在操作的应用;
- 理由二: Agent 执行错误操作最多导致虚拟环境崩溃,不影响用户的真实设备;
- 理由三: 隔离环境阻止 Agent 随意访问用户本地文件,提高安全性;
- 概念边界: 环境侧的资源与状态属于 Environment,隔离与权限机制属于 Harness,见 Harness 工程;
独立身份会带来哪些现实挑战?
- 挑战一 反机器人机制: 许多网站用 CAPTCHA 与 IP 信誉检测拦截自动化访问,数据中心 IP 的虚拟环境很容易被识别;
- 应对: 实践中往往需要配置住宅代理网络(使用真实家庭 IP)才能正常访问;
- 挑战二 必须以用户本人身份登录的任务: 采用 Human-in-the-Loop 认证,通过 VNC/RDP 远程桌面让用户在可视化环境中亲自完成登录;
- 收益: 用户能看到 Agent 正在操作的完整界面,理解为什么需要认证;
- 令牌复用: 认证后的会话令牌在有效期内复用,避免频繁打断用户,在自主性与安全性之间取得平衡;
共享文件系统如何避免上下文膨胀?
- 机制: 以卷挂载方式(如
/workspace/shared)连接 Agent、虚拟电脑与虚拟手机;
- 传递方式: 数据以文件路径引用传递,而非内容拷贝,因此不占用上下文窗口;
- 任务示例: 用户把 CSV 上传到共享目录 → 虚拟电脑中的 Agent 读取、分析、生成图表并保存回共享目录 → Agent 只把图表文件路径返回给用户;
- 结果: 各方之间传递的始终只是轻量级路径字符串;
- 衔接: 身份与环境就位后,剩下的是多个事件同时涌向同一 Agent 实例时的处理问题,见 结构化事件建模与处理策略;