arXiv cs.AI· Sagar Srinivas Sakhinana, Venkataramana Runkana·· 11 小时前AI 评分40
面向智能体云工程：零信任 Agent Harness 下的图工程与循环工程
Towards Agentic Cloud Engineering: Graph and Loop Engineering with a Zero-Trust Agent Harness
AI 导读
研究者提出 Agentic Cloud Workflow Engineering 框架，将自然语言云工程任务转化为经过验证的代码仓库和可运行云部署，并在 Google Cloud 上完成实例化评估。
正文 · AI 翻译
摘要：Agentic AI 正在推动基于云的工作流，其中自主智能体对运行状态进行推理、调用授权工具、修改软件与基础设施、部署服务、验证执行结果，并在长周期、多步骤任务中自适应调整。设计此类工作流需要明确的工作流推进、受限执行、故障恢复和可验证完成机制。我们提出 Agentic Cloud Workflow Engineering，这是一个 agentic AI 框架，可将自然语言的 agentic 云工程任务转化为经过验证的代码仓库和经过验证的运营云部署，以自动化基于云的 agentic 工作流。该框架分离了三个互补的关注点：图工程规定长周期工作流推进和依赖验证的状态转移；循环工程提供有界诊断、修复或重新规划、重试和重新验证；智能体执行环境工程通过身份、授权、策略范围能力、隔离和运行时防护措施来实施零信任执行。工作流推进和完成需要机器可检查的仓库、部署和运行时证据，恢复受明确的操作边界和终止条件约束。我们在 Google Cloud 上实例化该框架，并评估仓库完整性、受控执行、证据门控推进、运营部署和有界恢复。实验结果表明，执行最终以经过验证的运营云部署或有界恢复下可审计的终端失败结束。该框架为基于云的工作流提供了统一的工程架构，涵盖 Agentic DevOps、Agentic CloudOps、Agentic SRE/AIOps、Agentic SecOps、Agentic DataOps、Agentic MLOps/LLMOps、AgentOps、Agentic RAG/GraphRAG 及相关云工程领域。
| 评论： | 无 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2609.00050 [cs.SE] |
| （或本版本的 arXiv:2609.00050v2 [cs.SE]） | |
| https://doi.org/10.48550/arXiv.2609.00050 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Sagar Srinivas Sakhinana [查看电子邮件]
[v1]
2026年8月30日星期日 07:20:49 UTC（35 KB）
[v2]
2026年10月16日星期五 06:01:51 UTC（43 KB）
来源：arXiv cs.AI · arxiv.org