Runtime
durable execution、state、retry、checkpoint、human-in-the-loop。
成熟度：快速演化FIELD 02 / AGENTIC INFRASTRUCTURE
Agent 的下一阶段，
是基础设施问题。
当 Agent 从一次性 Demo 进入长任务和真实业务，核心问题转向运行时状态、工具执行、记忆、评估、可观测性与成本。
FIELD MAP
六个必须同时看的能力层。
任何只优化单层的方案，最终都会在生产环境遇到跨层瓶颈。
Tooling
协议、权限、工具发现、执行环境、失败恢复。
关注：MCP / browser / codeMemory
会话记忆、长期记忆、共享知识与 retention 策略。
风险：污染与越权Serving
长上下文、prefix reuse、KV cache、prefill/decode。
看最新研究 →Evaluation
任务成功率、轨迹评估、回归、judge 与线上反馈。
关键：真实任务集Observability
trace、token、tool call、latency、cost、business outcome。
关键：跨层关联CURRENT THESIS
Y 的当前判断。
领域页不只做百科；它维护一个可更新的“当前观点”，并持续关联新证据。
Agent Runtime 会成为企业 AI 的新应用服务器。
它负责的不只是“编排模型调用”，而是承载任务状态、权限、恢复、工具执行、记忆与可观测性。真正的竞争力会体现在可靠性和治理，而不是 prompt abstraction。
证据 A：多轮 workload 占比增加
推理基础设施已经开始针对长会话与前缀复用重新优化。
证据 B：工具协议快速标准化
协议层趋同后，运行时质量和治理能力会成为更明显的差异。