Google 已开源 AX，并将其描述为面向自主 AI 智能体的 Kubernetes 式编排器。这一表述是刻意的：智能体正在获得容器平台多年前就已确立的原语，即调度、放置与生命周期控制。对于运行多智能体系统的团队而言，这使部署问题从定制化的胶水代码转向一个控制平面，而该平面早已具备期望状态、调和与重启策略的语汇。
同样的收敛也出现在纯软件之外。NVIDIA 的 Isaac ROS 5.0 已作为开源发布，将智能体式开发带入机器人领域，在那里调度与生命周期管理受制于硬件而非集群容量。这两个方向在编排层交汇：一个负责规划、调用工具并移交给同伴的智能体，需要与长期运行的进程相同的保障，无论它终止于容器还是机器人上。
值得注意的是这一底层基础有多么集中。据报道，Meta 的 Llama 支撑了 38% 的适配模型，因此很大一部分智能体编排都建立在少量基础权重之上。从现有报道中仍不
封面图片：panumas nikhomkhai / Pexels。