火山引擎 AgentKit 全面升级：Identity/Runtime/Evaluation/Sandbox 四模块支撑企业 Agent 可靠、可控、可衡量

在 FORCE 原动力大会上，火山引擎推出面向企业智能应用的 Agent Ready 基础设施，AgentKit 作为统一生产化底座全面升级，提供 Identity（身份鉴权）、Runtime（运行时）、Evaluation（评测）、Sandbox（沙箱）等模块，统一开发、运行、连接、治理与优化全链路能力，对应三大目标：可靠——通过 Runtime、Gateway、Memory 和 Knowledge，让 Agent 稳定运行、持续理解上下文并连接企业工具与系统；可控——通过 Identity、Policy、Guardrails 和 Sandbox，让 Agent 在明确的身份、权限、策略和隔离环境中执行任务；可衡量——通过 Evaluation、Observability，让 Agent 的依据、过程和结果可验证、可观测、可审计、持续优化。Identity 已接入数千家企业身份体系，支持飞书、钉钉、企业微信、自定义 SSO 及 OAuth、OIDC、SAML 等企业 IDP，通过用户组织管理、凭据管理和链式身份传递把用户、主 Agent、子 Agent、MCP 工具与企业系统串成可信调用链，Agent 不再继承用户全部权限而是在最小权限边界内完成任务。Runtime 与 Sandbox 强化三类能力：长程任务能力（Session 持久化、任务状态保存、上下文保留，配合快照、休眠和恢复）、规模化执行能力（云沙箱分钟级支撑 12 万沙箱并发）、多场景运行能力（远程 Skills 沙箱，原生支持 Codex、OpenCode 等编程类 Agent 沙箱并兼容 E2B 风格接口）。观测与评测侧升级四类能力：统一采集（一行命令接入 Claude Code、OpenClaw、Hermes 等主流运行时，采集 Agent 决策、工具调用、MCP 调用数据）、智能诊断（任务变慢、调用失败、成本异常时定位问题层级并给出根因假设）、一键评测（内置评测集自动运行并生成报告，支持多 Agent、多版本对比，可验证换模型、改 Prompt 后的效果变化）、数据回流（Trace、Session、失败案例、用户反馈自动沉淀为新评测样本）。