面向企业AI harness在Kubernetes上的参考架构：四个层级实现安全代理部署

文章作者分析了AI代理在生产环境中部署的问题，并提出了一种适用于自托管企业AI Harness的参考架构，该架构运行在Kubernetes上。其基础是Anthropic模型，其中harness是代理的运行环境，包含代理、环境、会话和事件。针对企业环境，作者对该模型进行了调整，将其分为四个层级：输入层——通过SSO、JWT和webhook将用户流量、代理流量和事件流量分开；代理循环层（ReAct）——包含记忆、任务委派和人类参与（HITL）的代理循环层；执行层——对外部资源（如MCP服务器、工作流、LLM提供商）进行可控访问，并实施访问控制；身份、策略与审计层——基于Keycloak、agentgateway、Vault和OpenTelemetry（OTEL）的跨层身份、权限和审计层。此外，还引入了多租户和原生Kubernetes部署等跨层条件。技能通过OCI镜像以Pod本地能力注入的方式实现，而工具则存在于运行时网络MCP中。通过一个“为API添加校验”的工程任务示例，展示了各层之间的交互：从通过Telegram或Web UI进入，经Keycloak和agentgateway进行身份验证和授权，由kagent处理任务上下文和子代理，最终在隔离环境中执行，使用Vault生成的短期密钥，并通过OTEL实现完整审计。该架构由以下开源组件构成：Traefik、oauth2-proxy、n8n、kagent、LangGraph、FastMCP、LiteLLM、Keycloak、agentgateway、Vault或OpenBao、External Secrets Operator、OTEL和Grafana。