2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家
我们为何打造波尔波（Polpo）
每次发布智能体时，我们总是在反复解决相同的基础设施问题：流式传输、沙箱隔离、内存管理、工具执行、评估——一遍又一遍地重复搭建同样的后端架构。因此，我们构建了一个能处理所有这些问题的运行时环境。
本文将说明我们所发现的空白、现有工具为何无法填补这一空白，以及波尔波（Polpo）是如何应对的。
智能体飞速进步，基础设施却未能跟上
一年前，人工智能智能体几乎无法处理多轮对话。如今，它们可以编写代码、研究主题、管理文件、提出澄清性问题、启动子智能体，并协调复杂的工作流。
这些能力以惊人的速度不断演进。而用于运行它们的基础设施呢？却进展缓慢。
要构建一个可用于生产的智能体，意味着需要拼接大量令人意外的后端架构组件——流式传输、工具执行、沙箱化的文件访问、持久化内存、会话管理、任务调度。每个开发智能体的团队都会遇到同样的障碍：智能体在你的笔记本电脑上运行良好，接下来该怎么办？
从演示到生产的鸿沟
借助当今的编程工具和模型，你可以在一个周末就打造出一个漂亮的智能体演示：流畅的用户界面、强大的工具调用能力、实时流式响应。它看起来已经可以投入生产了。
但当你试图真正部署它时，问题就来了。
在智能体所需的每一项能力背后，都有一块必须由人来构建、测试和维护的后端组件：
- 流式传输 —— 需要 SSE 或 WebSocket 基础设施、连接处理、背压控制
- 工具执行 —— 工具在哪里运行？如何处理超时、重试和失败？
- 文件系统访问 —— 使用哪种文件系统？拥有哪些权限？是否与其他用户隔离？
- 持久化内存 —— 跨会话的上下文信息。谁来管理存储？如何实现扩展？
- 附件处理 —— 文件解析、存储与清理
- 子智能体 —— 编排调度、依赖解析、结果收集
- 评估 —— 系统化的评测，而非凭猜测判断
每一项至少都需要一周的工作量——这还是在最理想的情况下。
结果就是，你在周五拥有了一个出色的演示，却还要花上数周时间搭建基础设施，才能让智能体在生产环境中真正发挥其应有的作用。
波尔波（Polpo）是什么
波尔波（Polpo）是一个面向人工智能智能体的后端即服务（Backend-as-a-Service）平台，是一个源于实际生产环境中智能体开发经验的开源运行时。
用 JSON 定义你的智能体，部署后即可获得一个实时可用的 API 端点。
[{
"name": "coder",
"role": "高级工程师",
"model": "anthropic:claude-sonnet-4-5",
"systemPrompt": "编写干净、经过测试的 TypeScript...",
"allowedTools": ["bash", "read", "write", "edit"],免责声明：本文内容来自互联网，该文观点不代表本站观点。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请到页面底部单击反馈，一经查实，本站将立刻删除。
