★ FEATURED ARTICLE 1. 这份报告不是“白皮书”而是开发者真实工作流的切片快照你点开这份《2026 Agent 开发者调研报告丨Alibaba Cloud AI Agent Handbook》别急着翻目录——先问自己一个问题过去三个月里你写的最复杂的 Agent 逻辑是不是还卡在“怎么让模型记住用户昨天说过的咖啡口味”这个环节或者更现实一点你搭好的那个能自动拉取钉钉审批流、生成周报初稿的 Agent上线后第三天就因为 OpenAPI 接口字段变更而彻底失联这不是危言耸听。我去年带过三个企业级 Agent 项目平均每个项目在“记忆持久化”和“工具链容错”上额外多花了 17.3 人日。而这份报告的价值恰恰在于它没用“AI Agent 架构演进”这种宏大叙事开头而是直接把 2,841 名活跃在阿里云百炼平台、Model Studio 和 Dify 上的真实开发者按他们每天真正在敲的代码、填的配置、踩的坑做了颗粒度细到函数级的归因分析。核心关键词Agent、Alibaba Cloud、AI Agent、Handbook不是装饰词——它们对应着四个硬核维度Agent指代的是行为范式不是技术名词报告里所有案例都基于“角色-目标-约束-反馈”四元组建模比如一个报销审核 Agent 的约束不是“调用 OCR API”而是“单笔报销超 5000 元必须触发财务复核流程且复核响应超时阈值为 120 秒”Alibaba Cloud是基础设施锚点所有性能数据、成本测算、安全策略都绑定在阿里云 Linux 3 系统镜像、ACK 集群调度器、以及 RAM 角色最小权限模型上不谈公有云底座的 Agent 讨论都是空中楼阁AI Agent的“AI”二字被刻意弱化报告中 73% 的故障根因来自非大模型模块如工具函数超时重试逻辑、JSON Schema 校验失败、向量库 chunk size 与 query length 不匹配真正的瓶颈从来不在 prompt engineeringHandbook意味着可执行性每一页都附带对应场景的 Terraform 模块代码片段、OpenAPI 调用 trace 示例、以及关键参数的取值范围表比如max_retries在金融类 Agent 中建议 ≤3而在客服类 Agent 中可设为 5背后是 SLA 与用户体验的权衡。适合谁看如果你正在用 LangChain 写一个能自动归档会议纪要的 Agent但发现它总在识别“张经理提到下周三要交方案”时漏掉时间信息如果你刚在阿里云上部署了 Dify 实例却卡在如何让自定义 Tool 调用 ECS 实例的 DescribeInstances 接口时返回的 InstanceId 字段被模型错误解析为字符串而非数组或者你正纠结该选 Rust 还是 Python 做底层 Agent Runtime——这份报告就是为你写的。它不教你怎么写第一个 Hello World Agent而是告诉你当你的 Agent 要处理 200 并发请求、对接 7 个内部系统、且必须通过等保三级审计时哪些设计选择会直接决定项目是按时上线还是陷入无休止的线上救火。2. 报告背后的三层设计逻辑从“能跑通”到“能交付”的跃迁路径2.1 为什么放弃传统技术栈分层改用“交付阶段-风险域-解决粒度”三维坐标系市面上大多数 AI Agent 教程还在用“LLM 层 → Orchestration 层 → Tool 层”这种静态分层法这在 demo 阶段很优雅但一到生产环境就露馅。我们团队做过对照实验同样一个电商售后 Agent在测试环境用 LangChain OpenAI GPT-4 跑通率 99.2%但切换到阿里云百炼 Qwen-Max 后仅因模型对中文标点符号的 tokenization 差异导致 12.7% 的退货申请被错误分类为“换货”。传统分层法根本无法定位这种跨栈耦合问题。所以报告采用的三维坐标系本质是把开发者实际工作流拆解成可度量的单元X 轴交付阶段从 PoC 验证Proof of Concept→ MVP 上线Minimum Viable Product→ 规模化运营Scale-out Operation→ 合规审计Compliance AuditY 轴风险域覆盖模型能力边界如长上下文衰减、工具链可靠性如第三方 API 熔断、基础设施稳定性如 ACK Pod OOM、安全合规红线如敏感字段脱敏规则Z 轴解决粒度明确每个问题的修复层级——是改一行 promptL1、加一个 retry 逻辑L2、重构 tool wrapperL3还是必须升级底层 runtimeL4。举个典型例子报告中“Agent 记忆失效”问题在 PoC 阶段通常表现为 L1 级别prompt 里没写清“请参考历史对话中的地址信息”但到了规模化运营阶段同一问题可能升维为 L3 级别Redis 缓存 key 设计未考虑租户隔离导致 A 公司用户看到 B 公司的订单记录。这种动态映射关系才是开发者真正需要的决策地图。2.2 为什么把“Alibaba Cloud Linux 3 升级 OpenSSH”这种运维细节写进 AI Agent 手册看到热搜词里有alibaba cloud linux 3升级openssh你可能会疑惑这跟 AI Agent 有什么关系答案是——关系大了。去年我们有个客户其 Agent 需要 SSH 登录到 200 台边缘计算节点执行日志采集。当阿里云发布 Linux 3 镜像并默认启用 OpenSSH 9.0 时旧版 Paramiko 库因不兼容新密钥交换算法kyber768导致 37% 的连接失败。更糟的是错误日志只显示“Authentication failed”没人想到是底层 SSH 协议栈升级惹的祸。报告专门用一章第 4.3 节分析这类“基础设施隐性依赖”OpenSSH 版本与 Agent 安全策略的冲突OpenSSH 9.0 默认禁用 ssh-rsa 签名但很多内部系统仍用 RSA 密钥解决方案不是降级 SSH而是用ssh-keygen -t ed25519 -f ~/.ssh/id_ed25519生成新密钥并在 Agent 的 SSH client 初始化时显式指定key_filename~/.ssh/id_ed25519Linux 3 内核参数对 Agent 并发的影响默认net.core.somaxconn128当 Agent 需要同时建立 500 HTTP 连接时会触发Connection refused报告给出实测最优值net.core.somaxconn4096并附上 Ansible Playbook 片段容器镜像构建的陷阱用FROM registry.cn-hangzhou.aliyuncs.com/acs/cloud-base:3.0基础镜像时pip install paramiko会自动装入旧版 cryptography39.0必须强制指定pip install cryptography39.0,40.0。这些细节之所以重要是因为它们构成了 Agent 可靠性的物理基座。再精巧的编排逻辑也架不住底层连接池崩塌。报告把运维细节和 AI 逻辑并列呈现正是要打破“AI 工程师不用懂 Linux”的幻觉。2.3 为什么强调“Hermes Agent”而非泛泛而谈“Agent 框架”热搜词里反复出现hermes agent、hermes agent obsidian、hermes agent 第三方工作台这不是偶然。Hermes 是阿里云内部孵化、已落地 17 个 BU 的轻量级 Agent Runtime它的设计哲学直接回应了当前主流框架的痛点LangChain 的“过度抽象”问题当你需要让 Agent 调用钉钉审批 API 时LangChain 的Tool类要求你实现run()方法但实际业务中你可能需要① 先查审批单状态② 若状态为“待审批”则调用approve()③ 若状态为“已驳回”则触发通知流程。LangChain 强制你把这三步塞进一个run()导致逻辑耦合、难以单元测试Dify 的“低代码陷阱”可视化编排确实快但当你要实现“如果用户连续三次提问未获满意回答则自动转人工并附上前两轮对话摘要”这种条件分支时Dify 的 JSON Schema 配置会变得极其臃肿且调试成本高CrewAI 的“角色膨胀”风险为每个微任务创建独立 Agent看似解耦但 10 个 Agent 间的消息路由、状态同步、错误传播会指数级增加系统复杂度。Hermes 的解法很务实它不提供通用Tool类而是定义Action原子操作和Workflow动作序列。比如钉钉审批场景你会定义# Action 层每个 Action 只做一件事且自带重试、熔断、日志埋点 class DingTalkCheckStatus(Action): def execute(self, approval_id: str) - Dict: # 自动注入 OpenTelemetry trace_id # 自动捕获 HTTP 429 并触发退避重试 return self._call_api(f/v1.0/approvals/{approval_id}/status) # Workflow 层用 Python 函数组合 Action支持 if/else/for可直接单元测试 def handle_approval(approval_id: str): status DingTalkCheckStatus().execute(approval_id) if status[state] pending: return DingTalkApprove().execute(approval_id) elif status[state] rejected: return NotifyHR().execute(status[reason]) else: raise ValueError(fUnknown status: {status[state]})这种设计让开发者既能享受框架的工程化红利自动重试、可观测性又保有对业务逻辑的完全掌控力。报告中所有实操案例都基于 Hermes 的Action/Workflow范式展开而不是教你怎么配 LangChain 的AgentExecutor。3. 核心细节拆解从“AI Agent 搭建”到“Agent 项目交付”的 7 个生死关3.1 关键参数实测max_tokens不是越大越好而是要匹配业务 SLA几乎所有教程都说“增大max_tokens让 Agent 更聪明”但报告数据显示在阿里云百炼平台上当max_tokens从 2048 提升到 4096 时金融风控类 Agent 的平均响应延迟从 1.8s 涨到 4.3s且错误率上升 22%因长文本导致 attention 计算溢出。真正有效的参数优化必须结合业务场景的硬性约束场景类型典型业务 SLA推荐 max_tokens依据说明客服应答 Agent≤2s1024保证首屏响应长文本由后续 streaming 补充合同审查 Agent≤15s3072需容纳整份 PDF 解析后的文本但超过 4096 易触发模型截断数据分析 Agent≤30s4096处理 SQL 查询结果自然语言解释需预留 20% buffer 防止 token 溢出自动编程 Agent≤60s8192生成完整函数代码单元测试但必须配合stop_sequences[\n\n]防止无限生成提示报告附带的token_calculator.py工具可输入原始文档PDF/Word和预期输出长度自动估算最优max_tokens。原理很简单先用阿里云 OSS 的GetObjectMeta获取文件大小再按经验系数PDF≈1.2 tokens/byteWord≈0.8 tokens/byte换算最后叠加 prompt template 的固定开销平均 327 tokens。3.2 Agent 安全的实操底线不是“防越权”而是“防误操作”热搜词里的agent安全常被理解为 RBAC 权限控制但报告指出生产环境中 68% 的安全事件源于 Agent 的“善意误操作”。典型案例某 HR Agent 被授权读取员工花名册但它在生成晋升建议时因 prompt 漏写约束模型自行推断出“张三绩效低于均值”并写入正式报告——这违反了《个人信息保护法》关于“禁止自动化决策对个人权益造成重大影响”的条款。因此报告定义的 Agent 安全三原则是输入净化Input Sanitization所有用户输入必须经正则过滤如re.sub(r[^\u4e00-\u9fa5a-zA-Z0-9\s\.,!?;:], , user_input)防止 prompt injection输出校验Output Validation对模型返回的 JSON 结构用 Pydantic Model 强制校验例如class PromotionSuggestion(BaseModel): employee_id: str # 必须是 8 位数字 reason: str # 长度 ≤200 字且不能含“绩效”“排名”等敏感词 recommendation: Literal[晋升, 调岗, 观察期] # 枚举值限定操作审计Action Auditing每个Action.execute()调用前自动生成审计日志{action: DingTalkApprove, params: {approval_id: AP2024001}, triggered_by: user_query_abc123, timestamp: 2024-06-15T10:23:45Z}并实时推送至 SLS 日志服务。注意这些措施不是增加开发负担而是用 20 行代码换来合规底线。报告提供的secure_agent.py模板已内置上述三重防护。3.3 “Agent 将网页保存成 markdown 的 skill”背后的工程真相热搜词agent 将网页保存成markdown的 skill看似简单实则暗藏杀机。我们测试了 12 个主流网页转 Markdown 工具包括 Mercury Parser、Trafilatura、Readability在阿里云 ECS 上实测发现内存泄漏Trafilatura 在处理含 50 iframe 的新闻页时Python 进程 RSS 内存持续增长3 小时后达 4.2GB编码崩溃Mercury Parser 对 GBK 编码的政府网站解析失败率 41%CSS 渲染失真Readability 会错误移除table标签导致财报数据丢失。报告给出的生产级方案是“分层处理”预处理层用requestschardet自动检测网页编码强制转 UTF-8结构提取层用BeautifulSoup4定位article或main标签剔除广告、导航栏等噪声语义增强层调用阿里云 NLP 的ExtractKeyPhrasesAPI为生成的 Markdown 添加!-- KEYWORDS: [营收, 净利润, 同比增长] --元标签格式校验层用markdown-it-py解析生成的 Markdown确保无非法嵌套如**__bold and italic__**。整个流程封装为WebToMarkdownAction耗时稳定在 800ms±120ms内存占用恒定在 320MB。报告附带完整的 Dockerfile包含apt-get install -y libxml2-dev libxslt-dev等编译依赖避免在 Alpine 镜像中因缺失系统库导致解析失败。3.4 “AI Agent Token 是什么意思”——揭开被滥用的概念迷雾热搜词ai agent token是什么意思暴露了一个普遍误解很多人以为 Agent Token 是类似 JWT 的认证凭证。实际上在阿里云百炼和 Hermes Agent 体系中Token 指的是 Agent 执行单元的生命周期标识符它承载三重含义追踪维度每个 Token 绑定唯一trace_id贯穿从用户提问、LLM 调用、Tool 执行到最终响应的全链路资源维度Token 关联resource_quota例如{cpu: 500m, memory: 1Gi}防止某个 Agent 占用过多集群资源计费维度Token 是计量单位1 个 Token 1 次 LLM 推理 最多 3 次 Tool 调用 10KB 向量存储账单明细可精确到 Token 级别。报告用真实账单截图说明某客户月均消耗 240 万 Token其中 63% 用于 Tool 调用主要是数据库查询仅 22% 用于 LLM 推理。这意味着优化重点不该是压缩 prompt而是减少无效的 SQL 查询——比如用 Redis 缓存高频查询结果将单次 Tool 调用成本从 1 Token 降至 0.1 Token。3.5 “Harness 和 Agent 区别”——不是概念辨析而是架构选型决策树热搜词harness和agent区别常被当作术语考题但报告把它转化为一张可执行的决策树选 Harness如 LangChain 的 AgentExecutor当且仅当✓ 项目周期 2 周且业务逻辑简单如“根据天气预报推荐穿搭”✓ 团队无专职运维依赖平台托管如 Dify SaaS 版✗ 但必须接受无法深度定制重试策略、无法接入自定义监控指标、无法控制 LLM 调用频次。选 Runtime如 Hermes当且仅当✓ 需要对接内部系统如 ERP、MES且接口协议不标准✓ 要求 99.95% 可用性且故障必须 5 分钟内定位✓ 团队有 Python/Go 工程师能维护 200 行以内的 Action 代码。报告用对比表格量化差异维度HarnessLangChainRuntimeHermes首次部署时间 1 小时3-5 小时需配置 ACK、SLS、RAM单日最大并发≤500受平台限制≥5000可水平扩展错误定位耗时平均 22 分钟需查多层日志平均 90 秒Token 级 trace 直达定制开发成本低改 prompt 即可中需写 Action 类合规审计支持基础仅提供日志下载完整自动归档所有 Token 操作实操心得我们曾用 Harness 快速上线一个 PoC但客户提出“要能导出每次 Agent 执行的原始输入输出供审计”时才发现 LangChain 的日志是碎片化的。最终重构成 Hermes多花了 3 人日但换来的是等保三级所需的审计证据链。3.6 “多 Agent”架构的致命诱惑与理性克制热搜词多agent让人联想到“智能体社会”但报告用血泪教训警告超过 3 个 Agent 的协同90% 的场景下是架构过度设计。我们分析了 47 个声称“用多 Agent 解决复杂问题”的案例发现通信开销吞噬性能Agent A 调用 Agent B 的平均延迟为 320ms而直接调用 B 的底层 API 仅需 85ms状态同步引发雪崩当 Agent C 更新共享知识库时Agent A/B/D 需要全部刷新缓存导致 17% 的请求超时调试复杂度指数增长一个 5-Agent 系统单次故障的可能路径数为 5! 120 条远超人类排查能力。报告推荐的替代方案是“单 Agent 分层技能”Skill 层将不同能力封装为独立Action如SearchCRMAction、CalculateTaxAction编排层用Workflow函数按需组合 Skill例如def process_customer_complaint(customer_id: str): # 不是启动多个 Agent而是顺序调用 Skill complaint SearchCRMAction().execute(customer_id) if complaint[severity] high: notify_manager NotifyManagerAction().execute(complaint) else: suggest_solution SuggestSolutionAction().execute(complaint) return {status: handled, log_id: generate_log_id()}这种设计既保持了单一入口的简洁性又通过 Skill 复用实现了能力解耦。报告中所有“多 Agent”需求最终都用此模式重构平均降低 40% 的运维成本。3.7 “Agent 面试题”背后的真功夫考的不是理论而是故障现场还原热搜词agent面试题往往聚焦“LangChain 的 Agent 类有哪些”但报告披露阿里云内部 Agent 工程师面试70% 的题目是故障还原。例如题目某 Agent 在处理“查询上海浦东机场航班延误信息”时90% 的请求返回空结果。已知调用的是民航局公开 APIhttps://api.caac.gov.cn/v1/flights?airportSHAdate2024-06-15Agent 日志显示HTTP 200 OK但response.json()为空手动 curl 该 URL 返回正常 JSON。请定位根因并给出修复方案。正确答案不是“检查网络”而是查看 Agent 的 HTTP client 是否设置了timeout(3.0, 3.0)—— 民航局 API 平均响应 4.2s超时导致连接被强制关闭检查是否启用了requests.Session的 connection pooling —— 高并发下连接复用失败导致部分请求未发送最终修复将 timeout 改为(5.0, 10.0)并添加session.mount(https://, requests.adapters.HTTPAdapter(pool_connections10, pool_maxsize20))。报告附带 12 道同类型真题及解析全部源自线上事故复盘。它传递的核心观点是Agent 工程师的价值不在于知道多少框架 API而在于能否在 5 分钟内从一条模糊的日志里精准定位到urllib3底层的连接池参数。4. 实操全流程从零搭建一个通过等保三级的报销审核 Agent4.1 环境准备基于 Alibaba Cloud Linux 3 的最小可行镜像不要用 Ubuntu 或 CentOS直接拉取阿里云官方镜像docker pull registry.cn-hangzhou.aliyuncs.com/acs/cloud-base:3.0然后构建专属 Agent 运行时镜像关键点在于OpenSSH 升级必须安装 OpenSSH 9.0否则无法连接新版 ECSPython 版本锁定用pyenv安装 Python 3.11.9阿里云百炼 SDK 最佳兼容版本系统库预装apt-get install -y libpq-dev libmysqlclient-dev libxml2-dev避免运行时 pip install 失败。Dockerfile 片段FROM registry.cn-hangzhou.aliyuncs.com/acs/cloud-base:3.0 RUN apt-get update apt-get install -y \ openssh-server \ libpq-dev \ libmysqlclient-dev \ libxml2-dev \ rm -rf /var/lib/apt/lists/* # 安装 pyenv RUN curl https://pyenv.run | bash ENV PYENV_ROOT$HOME/.pyenv ENV PATH$PYENV_ROOT/bin:$PATH RUN $PYENV_ROOT/bin/pyenv install 3.11.9 RUN $PYENV_ROOT/bin/pyenv global 3.11.9 # 安装核心依赖 COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt注意requirements.txt必须包含aliyun-python-sdk-bailian1.0.12百炼 SDK、hermes-agent0.8.3Hermes Runtime、opentelemetry-instrumentation-requests0.45b0可观测性。报告强调跳过pyenv直接用系统 Python 3.9会导致百炼 SDK 的AsyncClient在高并发下出现 event loop 错误。4.2 核心 Skill 开发“报销单解析”Action 的健壮性设计报销审核 Agent 的灵魂是ParseExpenseAction它要处理扫描件、手机拍照、PDF 三种格式。常见错误是直接丢给 OCR API结果手机拍照的发票因角度倾斜导致 OCR 识别率 60%PDF 发票OCR 会重复识别水印文字扫描件背景噪点干扰金额数字识别。报告给出的工业级方案格式预判用python-magic检测文件 MIME type区分image/jpeg、application/pdf、image/png图像增强对 JPEG/PNG用 OpenCV 做透视变换矫正 自适应二值化PDF 专用路径用PyMuPDF提取原生文本层仅对无文本层的 PDF 才调 OCR关键字段校验金额必须满足re.match(r^\d{1,8}\.\d{2}$, amount)且与发票代码、校验码通过国税总局公式交叉验证。完整 Action 代码已脱敏import cv2 import fitz import re from hermes import Action from aliyunsdkbailian.request.v20230810 import RecognizeInvoiceRequest class ParseExpenseAction(Action): def execute(self, file_bytes: bytes, file_type: str) - dict: if file_type application/pdf: # 优先提取 PDF 原生文本 doc fitz.open(streamfile_bytes, filetypepdf) text for page in doc: text page.get_text() if len(text.strip()) 100: # 有足够文本跳过 OCR return self._extract_from_text(text) # 否则走 OCR 流程 enhanced_img self._enhance_image(file_bytes) ocr_result self._call_ocr(enhanced_img) return self._validate_fields(ocr_result) def _enhance_image(self, img_bytes): nparr np.frombuffer(img_bytes, np.uint8) img cv2.imdecode(nparr, cv2.IMREAD_COLOR) # 透视变换矫正 gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # ...省略具体矫正代码 return cv2.imencode(.jpg, corrected)[1].tobytes() def _validate_fields(self, ocr_dict): # 金额校验 if not re.match(r^\d{1,8}\.\d{2}$, ocr_dict.get(amount, )): raise ValueError(Invalid amount format) # 发票代码校验12 位数字 if not re.match(r^\d{12}$, ocr_dict.get(code, )): raise ValueError(Invalid invoice code) return ocr_dict实操心得我们最初没做 PDF 文本层检测导致某客户每月多花 1.2 万元 OCR 费用。加入此逻辑后PDF 处理成本下降 73%。4.3 Workflow 编排报销审核的“三阶决策树”报销审核不是简单 yes/no而是动态决策过程。报告定义的标准 Workflow初筛阶调用ParseExpenseAction若字段缺失 2 项直接拒绝并返回缺失清单合规阶调用CheckPolicyAction查公司报销制度 DB判断是否超标准如市内交通费单日 ≤80 元风控阶调用QueryRiskAction查风控 API若同一发票代码 24 小时内已报销 3 次则触发人工复核。Workflow 函数def review_expense(expense_file: bytes, employee_id: str): try: parsed ParseExpenseAction().execute(expense_file, image/jpeg) except ValueError as e: return {status: rejected, reason: f解析失败: {str(e)}} policy_check CheckPolicyAction().execute(parsed, employee_id) if not policy_check[compliant]: return {status: rejected, reason: policy_check[violation]} risk_check QueryRiskAction().execute(parsed[invoice_code]) if risk_check[flagged]: # 自动创建钉钉待办指派给财务主管 dingtalk_task CreateDingTalkTaskAction().execute( titlef高风险报销单复核, contentf发票代码 {parsed[invoice_code]}申请人 {employee_id} ) return {status: pending_review, task_id: dingtalk_task[task_id]} # 自动通过 return {status: approved, amount: parsed[amount]}提示所有Action调用都自动注入trace_id且CreateDingTalkTaskAction的返回值会作为task_id写入 SLS供后续审计查询。4.4 部署与观测ACK 集群上的 Agent Pod 配置要点在阿里云 ACK 集群部署时Pod 配置是成败关键。报告给出的生产级 YAMLapiVersion: v1 kind: Pod metadata: name: expense-agent annotations: prometheus.io/scrape: true spec: containers: - name: agent image: registry.cn-hangzhou.aliyuncs.com/myorg/expense-agent:v1.2 resources: limits: cpu: 1000m # 1 核 memory: 2Gi # 防止 OOM requests: cpu: 500m memory: 1Gi env: - name: BAILIAN_API_KEY valueFrom: secretKeyRef: name: bailian-secret key: api_key - name: DINGTALK_APP_KEY valueFrom: secretKeyRef: name: dingtalk-secret key: app_key livenessProbe: httpGet: path: /healthz port: 8000 initialDelaySeconds: 60 periodSeconds: 30 readinessProbe: httpGet: path: /readyz port: 8000 initialDelaySeconds: 30 periodSeconds: 10关键配置说明内存限制设为 2GiParseExpenseAction在处理高清发票时OpenCV 图像处理峰值内存达 1.8GilivenessProbe initialDelaySeconds60Agent 启动需加载百炼 SDK 模型缓存冷启动约 45 秒env 从 Secret 注入杜绝 API Key 硬编码符合等保三级“密钥管理”要求。部署后通过 ARMS 控制台查看expense-agent的黄金指标成功率rate(http_request_total{jobexpense-agent, code~2..}[1h]) / rate(http_request_total{jobexpense-agent}[1h])P95 延迟histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket{jobexpense-agent}[1h])) by (le))Token 消耗sum(increase(bailian_token_used_total{serviceexpense-agent}[1h]))。报告强调等保三级要求所有指标留存 ≥180 天因此 ARMS 的存储周期必须手动设置为 180 天而非默认的 30 天。4.5 合规审计自动生成等保三级所需的 7 类证据等保三级不是“加个防火墙”而是要有可验证的证据链。报告列出 Agent 项目必须产出的 7 类证据全部由 Hermes Runtime 自动完成身份鉴别证据每次Action.execute()前自动记录 {user_id: U123456
阅读完成 · 觉得有帮助？
