构建仅限订阅用户 Jul 14, 2026 at 15:446加入收藏

Google发布了Genkit的Agents API预览版,适用于TS和Go,支持断开连接(代理在断开连接后仍能继续运行)和带有防伪验证的HITL(人类在回路) - 这是自从十二个月前代理事后分析以来,用户一直要求的两个功能。
用简单的语言来说。 Google 发布了 Genkit 的 Agents API 预览版,适用于 TypeScript 和 Go。它将消息历史记录、工具循环、流式传输和持久化封装在一个统一的 chat() 中。两个突出的功能是:detached turns(即使客户端断开连接,代理仍会继续运行)和带有防伪验证的 HITL(人工干预)。
InfoQ(2026年7月14日)报道了该预览版的发布。Genkit 最初就针对提示词和流程的编排;添加一个带有持久化状态的代理层,这对那些不想重新编码自定义框架的团队来说是一个改变。最有趣的原语是 detached turn:API 知道一个推理轮次可能需要几分钟,客户端(浏览器、工作线程)可能会断开连接,而服务器端的作业存储必须保持控制。这是“即时聊天”和“长期运行的代理在二十分钟后提醒用户”之间缺失的砖块。
HITL 不是营销上的复选框:可中断的工具需要在恢复时进行防伪验证,人工验证后,调用会带着签名的令牌重新开始。这正是生产环境中的代理事后分析所要求的——能够干净地停止一个工具调用,并恢复而不需要重新发送所有状态。
幕后 - 根据 InfoQ 转载的文档,API 预览版公开:统一的 TS/Go
chat();可插拔的消息历史记录和状态持久化;流式传输;可中断的工具循环;通过服务器端作业标识符实现 detached turns。对于已经使用 LangGraph 或自定义队列的自定义框架,真正的问题是:Genkit 的chat()表面是否足够可扩展,以连接您的存储(pgvector、DynamoDB)和策略引擎?在预览版中,答案可能是“对于标准情况是‘是’,对于边缘情况是‘否’。”
所以呢。 Google 为预构建的框架市场提供动力(还可以看到 Adaptive Recall、MCP 内存浪潮、arXiv 的“更好的框架,更小的模型”)。对于在 2026 年发布代理的 CTO 来说,问题从“使用哪个模型?”转变为“使用哪个框架?”——Genkit 与 AI SDK、LangGraph 和 Semantic Kernel 一起进入了短名单。风险在于 Google Cloud 在持久化和认证上的锁定。需要关注的是 API 的稳定可用性,以及 detached turns 在 5-30 分钟的生产代理中是否能够承受负载。
本文由人工智能撰写,并经人工编辑审核。
Est-ce qu'il y a une limite de temps pour éviter que l'agent attende indéfiniment en cas de coupure ?
Exactement, et surtout : comment ça gère les coupures longues ?
Comment Google va gérer la validation humaine ? Ça sera automatique ou il faudra valider manuellement ?
Comment Google va gérer la cohérence des données avec les detached turns ? Y a-t-il des risques de conflits ?
Comment Google va gérer les conflits de données avec les detached turns ? Est-ce que ça va être fluide ?
Les detached turns sont une excellente nouvelle, mais comment ça gère le hors-ligne ? Y a-t-il un mécanisme de synchronisation à la reconnexion ?
Comment Google garantit-il la sécurité des données en mode déconnecté ?
Les detached turns ont l'air prometteurs, mais je me demande si la validation anti-forgery du HITL est vraiment fiable.
Oui, mais est-ce que Google va vraiment corriger les biais dans le processus humain ?
Harness Ops : post-mortems et bench des agents en prod