Unreal Agent 发布：异步工具调用架构降低 AI Agent 成本高达 40%
AI Agent 在运行过程中，大量时间和 token 被消耗在工具调用的管理上。Unreal Labs 推出的 Unreal Agent 通过全新的 harness 架构，将工具调用完全异步化，让底层模型无需再处理等待、轮询和心跳检测。这一设计带来两个核心优势：用户可以在工具执行期间随时干预 Agent，同时 Agent 能在模型调用间隙调度更多有价值的工具任务，从而实现前沿的成本效率。
为什么 Agent 的工具管理如此昂贵
如果你尝试构建以 Agent 为核心的产品，很快会发现并没有一条"黄金路径"。各大厂商提供的 SDK 各有取舍，且这些取舍往往不会立刻显现。Unreal Labs 在构建多个 Agent 产品的过程中积累了一些观察：
- CLI 导向的 SDK（如 Claude 的 Agent SDK）默认假设了本地会话、子进程和资源限制，这些假设在生产环境中并不完全适用。要可靠地处理完成、取消和后台任务，通常需要自行构建生命周期管理。
- 多供应商支持会带来额外兼容工作：切换 API 模式可能破坏工具或压缩机制，SDK 升级可能改变消息格式，迫使集成重写。
- 沉重的依赖树给运行时增加了维护和供应链风险。
- 安全与审批如果依赖 harness 钩子和专用工具，往往需要更多维护，且不如确定性的环境或沙箱约束（如允许/禁止的主机、细粒度访问令牌、带审批门的代理）稳健。
这些技术债务最终都转化为模型需要管理的工具调用开销——等待、轮询、心跳检测，每一项都在消耗宝贵的 token 和响应时间。
Unreal Agent 的异步方案
Unreal Agent 的核心思路是将工具调用管理与模型推理彻底解耦。Harness 以完全异步的方式管理工具调用，底层模型不再需要为工具管理等待、轮询和心跳。
这带来了两个直接好处：
- 用户始终可以干预 Agent，无需等待工具调用完成。这意味着交互体验更加流畅，用户可以在 Agent 执行过程中随时调整方向。
- Agent 可以在模型调用之间调度更多有用的工具调用工作，从而驱动前沿的成本效率。
成本数据与行业意义
根据 Unreal Labs 公布的数据，当前版本在真实工作负载和 Agent 基准测试中，相比 Codex 可实现高达 40% 的成本节省，相比 Pi 节省高达 20%。
这些数字背后是一个重要的行业趋势：随着 Agent 从演示走向生产，成本效率正在成为核心竞争力。工具调用的管理开销长期被忽视，但它直接影响了 Agent 的响应速度和运行成本。Unreal Labs 认为，harness 设计本身就是一个值得深入研究的研究领域，仍有许多有前景的想法等待被研究和实现。
对于正在构建 Agent 产品的团队来说，Unreal Agent 的异步架构提供了一个值得关注的方向：与其让模型疲于管理工具的生命周期，不如将这部分工作交给专门的 harness，让模型专注于推理和决策。
如果你对 AI Agent 的前沿成本效率感兴趣，可以通过 contact@unreallabs.ai 与 Unreal Labs 联系。
