沙盒Fork、百万Token上下文、Agent预算管控——工具链成熟度更新

本周工具圈新闻围绕一个早已迫切的主题展开：agentic 系统的运维成熟度。Vercel 在同一发布周期内上线了沙箱 fork 和多级支出预算，Kimi 推出了百万 token 上下文窗口的 2.8T 开源模型，多 agent 工作流的可观测性也终于不再那么痛苦。如果你正在生产环境运行 agent，其中有几项值得立即采纳。

Vercel Sandbox 现在支持 fork 沙箱

新的 Sandbox.fork() API 允许你对一个运行中的沙箱打快照，并启动继承父沙箱配置、环境变量和状态的派生副本——按需覆盖特定字段。此前，搭建并行的沙箱变体意味着手动复制配置或围绕 SDK 写脚本，既脆弱又缓慢。

之所以值得关注，是因为分支 agent 工作流已越来越常见：你需要一个规范的沙箱模板和 N 个隔离变体，用于并行执行、多租户场景或分阶段发布。Fork 消除了这些仪式感。你得到的是继承状态加上精确的覆盖能力——这才是正确的原语。

结论：上线。升级到 @vercel/sandbox@latest 或通过 CLI 升级 sandbox@latest。该功能今天已上线，没有理由等待——如果你正在手动克隆沙箱配置，这会立即替代你的脚本。

Kimi K3：2.8T agentic 模型，百万 token 上下文

Moonshot AI 以开源权重形式发布了 Kimi K3：这是一个 2.8T 参数的混合专家模型，每次前向传播激活 104B 参数（896 个专家中激活 16 个），原生 1M token 上下文窗口，并内置视觉支持。他们报告相比上一代有约 2.5 倍的扩展效率，在编程和 agentic 基准测试上具有竞争力的表现。

对于拥有 GPU 基础设施的团队来说，这里的实际突破意义重大：无需依赖闭源 API 即可获得前沿级别的长上下文能力。1M token 窗口意味着真正的仓库级别代码导航，而不是分块检索的折中方案。原生的多模态支持意味着在 agent 步骤中无需路由到单独的模型就能进行视觉环视。权重以 MXFP4 格式发货，因此量化感知的工具链是必备的，而非可选项。

不过注意事项也很实在。你需要显存来服务 104B 激活参数——这不是消费级 GPU 的故事。在推理（CriticalPoint：23.4 vs. 28.6）和某些编程任务上与 Claude 相比仍有基准测试差距，这意味着它还无法作为闭源模型的通用替代品。

结论：评估。如果你有 GPU 基础设施且闭源 API 成本或数据驻留限制是痛点，这值得现在认真做基准测试。如果你没有硬件或者闭源 API 运转良好，等待更小的蒸馏版本或托管版本。

AI Gateway 新增团队和项目支出预算

Vercel 的 AI Gateway 现在支持三个粒度的美元支出限额：团队、项目和 API key。当任何预算达到上限时，请求会被拒绝。阈值在 50%、75% 和 100% 时触发邮件提醒。刷新周期可配置——每日、每周、每月或累计。

按 key 的速率限制已经存在了一段时间，但它们解决不了组织层面的成本问题。一个失控的项目可以耗尽团队级别的配额，即使单个 key 看起来没问题。多级强制执行意味着你可以让团队真正自主管理他们的项目预算，同时不失去顶层支出控制。这正是财务团队从第一个 agent 进入生产环境以来一直在要求的模式。

结论：上线。现在通过仪表板或 CLI 进行配置。对 AI API 调用没有项目级支出上限的运营风险很高，配置它没有任何坏处。先从宽松的限制开始，再根据实际使用模式收紧。

AI Gateway 日志页面列出每条路由请求

AI Gateway 现在有一个专用的日志 UI，展示每条请求的成本、token 计数（输入/输出/缓存分解）、路由尝试和降级路径。你可以深入查看单个失败尝试，判断降级是由于提供商超时还是预算耗尽导致的。

没有这个功能来调试多提供商路由曾经是真的很痛苦——你要么手动解析日志，要么搭建自定义仪表板，只是为了回答"为什么这个请求降级到了提供商 B？"这类问题。按请求的成本归属加上 token 模态分解，对于识别哪些请求模式是昂贵的也非常有用，而不仅仅是哪些项目。

结论：上线。如果你已经在用 Vercel 的 AI Gateway，则无需任何设置。现在就打开它，尤其是如果你在多个提供商之间路由的话。光是降级路径可见性就值得你花三十秒去查看。

Laguna S 2.1 在 AI Gateway 上获得 10 倍容量

Poolside 的 Laguna S 2.1 现在通过 Vercel AI Gateway 处理 10 倍的请求量，覆盖免费和付费层。无需 API 变更——这只是模型端点的更新。

对于专注于编程的模型，容量限制在 agent 密集型工作负载中影响最大——你在并行发送大量请求或运行长任务链。如果你之前在 Laguna S 2.1 上遇到速率限制，这消除了这种约束，且无需在你的基础设施端做任何变更。

结论：上线。这是一行的模型字符串替换：在你的 AI SDK 调用中将模型设置为 poolside/laguna-s-2.1 或 poolside/laguna-s-2.1-free。如果你 agent 密集型且当前受速率限制，今天就测试。

Agent Runs 为 eve 项目展示子 agent 活动

eve 项目的 Agent Runs 仪表板现在包含一个 Subagents 标签页，展示委托的 agent 执行，包括 prompt、持续时间、失败状态，以及跨层级结构的共享时间线。你可以深入查看任何子 agent 运行以获取完整执行详情。

调试多 agent 委托链之前需要从多个来源拼凑日志，这给事件响应带来了真实延迟。跨父子 agent 运行的共享时间线——加上失败关联——消除了大部分上下文切换。跨 agent 层级的 token 使用归属也让你更容易看清成本实际上积累在哪里。

结论：上线。无需代码变更。如果你正在使用带委托 agent 的 eve，现在就检查 Agent Runs 中的 Subagents 标签页。相比手动日志检查，可观测性的提升是立竿见影的。

如果你觉得这篇分析帮你节省了本周决定实际上线什么的时间，Dev Signal 每期都以这种技术深度覆盖 AI 开发者工具——如果你想要信号而不是噪音，请订阅。