上周，一个生产环境的后端被整体迁移了。数据库、API、文件存储，还有大约31,000条AI搜索向量。操刀的人全程没有打开过笔记本电脑。
他在等咖啡的时候发了一条消息，在会议间隙做了一个决定。到周末，迁移完成。这不是演示，是一个真实跑着业务、会产生账单的工作负载。
这件事发生在DigitalOcean团队内部。执行迁移的Rohit Bhattacharjee，用手机完成了一次过去需要项目计划、维护窗口和团队熬夜才能完成的操作。
三个角色，一次迁移
这次迁移里出现了三个角色：一个发号施令的人，一个负责调度运行的控制者，一个干重活的执行者。三者分工明确，而人类只负责其中一环。
执行者是一个托管智能体，它做的是云端真实工作，不只是聊天。它运行在一个私有隔离的运行环境里，每次会话单独启动，智能体暂停时工作区依然保留。
通过一个连接了20,000多个工具的网关，它可以调用GitHub、Supabase、浏览器，以及DigitalOcean的整套API。整个过程中，智能体从未见过任何密码——网关在使用的那一刻才注入凭证，凭证不会到达模型。
它配置了数据库，加载了全部40条访问策略，把Supabase的每一项功能映射到DigitalOcean的对应服务上。它不是在给迁移提建议，它就是在执行迁移。
控制者是一个跑在手机上的个人智能体，也是Rohit真正对话的对象。他用普通聊天的方式下达指令，个人智能体把这些消息转成工作：派任务给执行者、跟踪运行状态、回报结果。
当他要求核实某个说法时，智能体就去核实。执行者说已加载145,432行，控制者就去数一遍。校验只是副业，主业是把整个操作维系在一段对话里，让人不必离开自己一天的节奏。
执行者和控制者来自不同的模型家族。这正是开放平台的意义：每个任务都可以挑合适的模型。
迁移前，它先读了一遍
Rohit提供的是凭证、判断力，以及一张信用卡。他审阅了一份180美元的迁移方案，几次点击就把成本压掉了近80%。剩下的部分，两个智能体自己对接完成。
被迁移的工作负载叫huffl.ai，是一个把文档、表格、白板、演示和搜索放在一起的智能画布。它的底层是：31张表、145,432行数据、三个存储桶、24个函数，以及30,650条向量——那些让搜索得以运转的数值指纹。
在动任何东西之前，执行者先把这些全部读了一遍，并揪出两个会毁掉整场迁移的问题：两个看起来像重复、实则负载过高的函数；一个名为“向量计数”、实际却在测量字符串长度的指标。
新家是这样的：托管Postgres每月15美元，一个应用平台应用跑四个服务每月20美元，一个对象存储每月5美元。合计约40美元一个月。数据迁移时逐表做了对等校验，30,650条向量全部验证为非空。
等待的时候，计费停了
一个智能体在一次会话里，大部分时间都在等待：等模型、等工具，或者等人。运行环境会在执行者等待时把它暂停，并在大约300毫秒内恢复。
它休眠的时候，计费表也停了。这里按活跃CPU计费，而不是按预置容量计费。整场运行的智能体运行成本，只有几美元。
迁移一个后端，过去意味着一个团队、一份计划、一个维护窗口和一间作战室。上周，它意味着几个聊天气泡。人说清楚要发生什么，控制者运行操作，执行者干活，每一个说法都在过程中被核对。
工作量并没有变小。只是一个人能完成的事，变大了。
今天，DigitalOcean发布了Cuttlefish，一款托管智能体移动应用：执行者、控制者，加上你的判断力，装进一个应用里。
热门跟贴