Kimi- ja kvcache-ai-tiimit avasivat AgentENV:n lähdekoodin — hajautettu alusta agenttien vahvistusoppimisen harjoittamiseen Kimi K3 -mittakaavassa

Moonshot AI -tiimi (Kimi K3 -mallin kehittäjä) on yhdessä kvcache-ain kanssa avannut (MIT-lisenssillä) AgentENV-alustan, joka on hajautettu järjestelmä agenttiympäristöjen laajamittaiseen suorittamiseen. Sitä käytetään heidän 2,8 biljoonan parametrin sekoitusasiantuntija (mixture-of-experts, MoE) -mallinsa Kimi K3:n vahvistusoppimisen (reinforcement learning, RL) koulutukseen. Jokainen hiekkalaatikko on Firecracker-mikro-VM, jolla on oma Linux-ydin, tiedostojärjestelmä ja verkon nimiavaruus, mikä tarjoaa ydintason eristämisen. Hiekkalaatikoiden elinkaarta hallitaan Axum HTTP -rajapinnan kautta, joka ohjaa pyynnöt orkestraattorille. Rootfs-tiedostojärjestelmä toimii ublkin kautta käyttäjätilassa käyttäen overlaybd:tä kerrostettuihin kuviin: peruskerrokset ovat kirjoitussuojattuja ja jaettuja hiekkalaatikoiden kesken, kun taas jokaisella hiekkalaatikolla on oma kirjoitettava yläkerroksensa. Guest-VM:n sisällä envd-palvelin (portti 49983) käsittelee komentoja, tiedosto-operaatioita ja tilanneraportteja; käänteisproxy reitittää HTTP- ja WebSocket-liikenteen asiakkailta VM-palveluihin. Erityistä huomiota on kiinnitetty ylimääräisen kuorman vähentämiseen: isäntäkoneen sivuvälimuisti on jaettu tallennusdatan ja muistin tilannevedosten kesken, ja muistin puhallusmekanismi (memory ballooning) mahdollistaa ylimääräisen guest-muistin palauttamisen isäntäkoneelle, mikä tukee ylivarausta (overcommit) ympäristöjen eriytyessä. Keskeisiä ominaisuuksia ovat tilannevedokset (snapshotit), pysäyttäminen, jatkaminen ja haarauttaminen (fork). Tilannevedokset ovat inkrementaalisia, eivät täydellisiä. Raportoitujen tietojen mukaan tilannevedoksen lataaminen tai siitä jatkaminen kestää alle 50 ms, pysäyttäminen alle 100 ms ja inkrementaaliset tilannevedokset, jopa raskaan kirjoituskuorman alla, valmistuvat alle 100 ms:ssa. Haarautusominaisuus, joka on RL-spesifinen, mahdollistaa käynnissä olevan hiekkalaatikon kloonaamisen jopa 16:ksi itsenäiseksi lapsihiekkalaatikoksi samalla solmulla. Vanhempi hiekkalaatikko pysäytetään lyhyesti sieppauksen ajaksi ja jatketaan sitten. Kaikki lapsi-instanssit perivät vanhemman tiedostojärjestelmän, muistin ja resurssikonfiguraation. Tämä mahdollistaa kalliin asennuksen (riippuvuuksien asentaminen, repositorioiden kloonaaminen) suorittamisen kerran, minkä jälkeen tila haarautetaan rinnakkaisiin ajoihin. Tilannevedokset tallennetaan S3-yhteensopivaan objektitallennustilaan tai hajautettuun tiedostojärjestelmään. Oletuksena jokaisella hiekkalaatikolla on TTL (time-to-live); sen päätyttyä hiekkalaatikkoa ei poisteta, vaan se pysäytetään; poistaaksesi sen, sinun on annettava luonnissa autoPause: false. Kuvat ladataan tarvittaessa overlaybd:n kautta paikallisen levyn välimuistilla, joka tallentaa kuumaa dataa ja poistaa kylmää dataa. Tämä välttää jokaisen kuvan esilämmityksen kaikilla solmuilla ja voi ylittää paikallisen levyn kapasiteetin. Tila on järjestetty kolmeen kerrokseen: kerääjän työtila artefakteille, tilannevedosrepositorio (pysyvä tallennustila) ja paikallinen suoritusaikavälimuisti johdetuille konfiguraatioille. Kahta repositorion taustajärjestelmää tuetaan: posix_fs (oletus) ja oss (yhteisen S3-yhteensopivan asiakkaan kautta; alue on määritettävä nimenomaisesti). Valinnainen P2P-kuljetus iroh-pohjaisesti voi mainostaa artefakteja naapurisolmuille, mutta se on oletuksena pois käytöstä. Jaetulle tallennustilalle suositellaan vähintään 1 Gbit/s kaistanleveyttä, ja 10 Gbit/s tai enemmän on vahvasti suositeltavaa. Helpoksi siirtymäksi AgentENV tarjoaa E2B-yhteensopivan HTTP-rajapinnan: aseta vain E2B_API_URL omalle palvelimellesi, ja viralliset E2B Python/TypeScript -SDK:t toimivat ilman koodimuutoksia agenteille. Saatavilla on myös natiivi CLI, aenv. Käyttöönotto vaatii Linux 6.8+ ja /dev/kvm; asennusskripti kohdistuu Ubuntu 24.04:ään. CLI tukee Linuxia ja macOS:ää x86_64- ja arm64-arkkitehtuureilla, kun taas palvelin vaatii Linuxin (tarvitsee KVM:n). Viisi käyttöönottotapaa on dokumentoitu: asennusskripti systemd:llä, Docker-kuva, Docker Compose klusterisimulaatioon, Kubernetes-manifestit yhdyskäytävällä, ajastimella ja DaemonSetillä sekä rakentaminen Rust-lähdekoodista. Monisolmukäyttöönotoissa lisätään yhdyskäytävä porttiin 8080 ja ajastin porttiin 9090.