mckinsey/agents-at-scale-ark

解决的问题

Ark 解决了供应商锁定和大规模部署 AI 代理时的运维复杂性问题。它提供了一种构建可移植且与供应商无关的代理应用的方法，这意味着这些应用可以在不同的 AI 模型或云环境之间迁移，而无需重写底层代码。

工作原理

Ark 是一个 Kubernetes 原生框架，采用声明式方法。开发者无需编写专有的代码来定义代理的行为，而是将代理定义为 Kubernetes 自定义资源。这些配置包括代理的提示词、工具和模型引用。由于基于 Kubernetes 构建，它利用现有的安全、监控和基于角色的访问控制（RBAC）基础设施，可在单机或跨多云及本地环境中运行。

适用人群

适用于需要构建、托管和扩展分布式 AI 代理系统，同时保持灵活切换 AI 供应商或以最小开销重新部署用例的开发人员和运维团队。

核心亮点

• 供应商无关：可轻松在 OpenAI、Anthropic、Google、Azure 或本地 Ollama 等不同供应商之间切换。
• 多代理编排：支持多种团队策略，包括顺序、图、选择器和轮询模式。
• 声明式配置：代理以资源形式定义，而非硬编码逻辑。
• 可扩展工具链：支持与 HTTP API、MCP 服务器及其他代理集成。
• 持久化内存：提供可插拔后端，以在会话间保持对话上下文。
• A2A 协议：支持与外部代理系统互操作。