长任务多Agent共享文件系统的Manifest交接模式

AWS在9月30日用一个音乐生产案例展示AgentCore Runtime Instances：三个Agent共用GPU实例、会话和文件系统，先生成音频，再处理响度，最后独立合规检查。共享目录让交接变快，也让"谁写的、哪一版、有没有被改过"变成生产问题。我的核心判断是：共享存储必须配可验证的产物清单。

发生了什么

官方把Runtime Instances与MicroVM做了明确区分。后者是按用量计费的无服务器运行时，单会话最长8小时且一个运行时承载一个Agent；前者运行在客户账户的托管EC2上，可使用支持的GPU、持久EBS卷，一个实例承载多个Agent，会话最长14天。多个运行时使用同一容量提供者和runtimeSessionId时，会落到同一实例并共享挂载卷。

示例中，编曲Agent运行ACE-Step并写出音频；交付Agent读取文件、测量并处理；合规Agent重新测量，检查目标与历史曲库相似度，不合格就回叫编曲Agent重做。AWS报告L4上生成20秒、48 kHz立体声音频约需9秒。这是官方案例环境数据，不应外推到其他模型和GPU。

技术原理：共享目录不是工作流协议

仅约定/shared/final.wav很脆弱：上游重跑可能覆盖文件，下游可能读到写了一半的内容，暂停恢复后也难判断旧产物是否还能用。更稳的办法是"不可变产物加Manifest"：上游写临时文件，完成后原子重命名，再生成包含会话、阶段、版本、大小与哈希的清单；下游先验证再处理，并写自己的新清单。

flowchart LR A[编曲Agent] --> B[临时文件写入] B --> C[原子发布产物] C --> D[生成Manifest与SHA256] D --> E{交付Agent验证} E -->|失败| F[阻断并请求重做] E -->|通过| G[处理并生成新版本] G --> H[合规Agent独立复测] H -->|通过| I[发布] H -->|不通过| A

最小实践：用哈希阻止被篡改的交接

下面只使用Python标准库。依赖安装：无；保存为artifact_handoff.py，运行python3 artifact_handoff.py。代码在临时目录生成产物、清单并校验，再模拟文件被改写。

python 复制代码

import hashlib, json, tempfile
from pathlib import Path

def sha256(path: Path) -> str:
    return hashlib.sha256(path.read_bytes()).hexdigest()

def publish(root: Path, session: str, payload: bytes) -> Path:
    artifact = root / "mix-v1.wav"
    artifact.write_bytes(payload)
    manifest = {
        "session": session,
        "stage": "compose",
        "artifact": artifact.name,
        "bytes": artifact.stat().st_size,
        "sha256": sha256(artifact),
    }
    target = root / "mix-v1.manifest.json"
    target.write_text(json.dumps(manifest), encoding="utf-8")
    return target

def verify(root: Path, manifest_path: Path, session: str) -> bool:
    m = json.loads(manifest_path.read_text(encoding="utf-8"))
    artifact = root / m["artifact"]
    return all([
        m["session"] == session,
        artifact.stat().st_size == m["bytes"],
        sha256(artifact) == m["sha256"],
    ])

with tempfile.TemporaryDirectory() as folder:
    root = Path(folder)
    manifest = publish(root, "session-42", b"audio-v1")
    assert verify(root, manifest, "session-42")
    (root / "mix-v1.wav").write_bytes(b"tampered")
    assert not verify(root, manifest, "session-42")
    print("handoff gate passed")

publish固定了会话与阶段并计算SHA-256摘要；verify同时检查会话、大小和内容；文件被改写后门禁必须失败。代码已在本次任务中使用Python 3.9实际运行，输出handoff gate passed且两条断言通过。本次没有AWS账户、L4 GPU或AgentCore权限，未部署官方三Agent案例，也未生成真实音频。

一个具体场景

把音乐换成软件发布：构建Agent生成容器镜像清单，测试Agent读取同一会话产物并附上报告，安全Agent独立核对扫描结果后签名。它们可以各自部署，不必同时升级；但清单格式必须向后兼容。若安全Agent只相信文件名，不验证摘要，上游被覆盖或路径碰撞就可能绕过检查。

暂停与恢复要有明确语义

长任务最麻烦的不是运行，而是隔夜恢复。恢复前要判断上一次阶段是"完成并发布""正在写入"还是"已经失败"。清单可增加状态、生产者版本、输入摘要和单调递增序号；只有状态为published且输入摘要仍一致时，下游才能继续。若最后一次心跳停在写入阶段，应清理临时文件并从该阶段重跑，不能猜测文件是否完整。

幂等性同样重要。同一调用因网络超时被重试时，上游应得到相同产物标识，或明确生成新版本；下游消费成功后写入收据，避免同一结果被处理两次。对于会产生费用、发送消息或改数据库的动作，共享文件只能做协调证据，最终还需要事务键或外部系统的幂等令牌。

如果多个团队独立升级，Manifest本身要版本化。新增可选字段通常能向后兼容，删除或改义则应升主版本，并在下游明确拒绝未知主版本。这样共享卷才从"大家都能看见的目录"变成可演进的接口。

我的判断及依据

Runtime Instances提供的是长时间、共享GPU和共享卷的能力，不自动提供正确的跨Agent交接语义。官方示例最值得迁移的也不是"用三个Agent做音乐"，而是生成、处理、独立复核的职责分离。再加不可变清单，就能把口头约定变成机器可验证的接口。

边界与风险

官方说明恢复会话依赖落在同一可用区，14天也不是永久保存承诺。共享进程空间和文件系统会扩大故障与权限影响面；不同团队独立发布时还可能造成格式漂移。哈希只能证明内容未变，不能证明内容安全或作者可信，生产环境还需要身份签名、最小权限、加密、配额、恶意文件扫描和审计日志。

立即可执行的检查表

为每个会话生成不可猜测ID；产物先写临时名再原子发布；清单包含生产者版本、输入摘要、输出摘要和时间；下游验证后才打开文件；每阶段写新版本而非覆盖；设置会话到期和清理策略；故障演练至少覆盖中途写入、重复调用、旧清单、跨会话误读和磁盘满。云上试验结束后，还要删除容量提供者、镜像、存储与相关权限，避免持续费用。

你的多Agent工作流里，产物交接现在靠文件名、数据库记录，还是可验证清单？

关注「蜗牛聊AI」，一起看懂技术变化背后的真正机会。

本文首发于 java4u.cn，转载请注明出处。