落地 30 个 Agent 应用，花椒搭建可持续演进的企业 AI 能力体系

花椒已经在内部业务与集团中台落地 30 个 Agent 应用，依靠分层架构、沙箱执行环境、技能沉淀机制、多租户隔离方案，搭建起能够长期迭代、低成本扩容、跨业务复用的企业 AI 能力体系，整套方案既可以快速新增智能体应用，又能控制平台维护成本，避免系统越来越臃肿，实现 AI 能力长期平稳演进。如果只搭建零散的单个 Agent，随着应用数量变多，会出现模块依赖复杂、版本升级互相干扰、跨业务无法复用、故障相互传染等问题，很难长期稳定运营。花椒从架构分层、运行环境、技能管理、多租户部署、迭代治理五个方向做了整体规划，把平台能力拆成独立模块，把业务能力沉淀成标准化技能，同时做好环境隔离与版本管控，保障 30 个 Agent 平稳运行，后续新增应用也不会拉高整体维护成本。下面从平台分层架构、CubeSandbox 沙箱环境、技能 Skill 沉淀体系、多租户部署方案、持续迭代治理规则五个部分逐项说明。

一、企业 AI 平台分层架构

花椒把整套 Agent 平台拆成三层，每层职责独立，修改范围可控，避免牵一发而动全身。

1. 模型服务层：统一对接各类大模型，提供标准化调用接口，简单业务可以直接调用模型，不用启动完整 Agent 运行环境。
2. Agent 运行层：包含 Runtime 调度、任务编排、记忆管理，只给多步骤复杂任务使用，承担智能体推理与决策工作。
3. 执行环境层：依托 CubeSandbox 沙箱，给 Agent 提供隔离的代码运行空间，保障执行安全，防止任务之间互相影响。

二、CubeSandbox 隔离运行环境

这套沙箱已经稳定运行 6 个多月，支撑 30 个 Agent 线上运行，日均 Token 消耗约 8300 万。

1. 核心能力清单 表格 55
2. 资源成本管控 综合评估启动速度、资源闲置率、单任务资源开销，平衡隔离安全性与服务器成本，做到大规模部署性价比最优。

三、可复用的业务技能 Skill 体系

为了让 Agent 能力可以持续沉淀，花椒把所有业务操作封装成标准化 Skill，实现一次开发、多个 Agent 共用。

1. 能力梳理步骤 第一步：梳理运营、客服、数据报表等全流程业务操作； 第二步：把后台查询、指令下发、数据导出等功能封装成可调用 Skill； 第三步：统一 CLI 命令行入口，所有 Agent 通过网关调用 Skill，链路可追溯； 第四步：建立 Skill 仓库，新增 Agent 直接调用已有能力，不用重复开发。
2. 落地效果 业务人员一句话就能完成跨多后台操作，原本需要切换 3 个系统的工作，依靠 Skill 调用一键完成，大幅降低新 Agent 的开发周期。

四、多租户跨组织部署方案

当前平台同时支撑花椒业务实例与花房集团中台两套环境，总计承载 30 个 Agent 应用，采用 “一套公共代码，多套独立配置” 模式。

1. 部署规则

• 共用同一套 Agent Runtime 底层代码，统一升级版本；
• 分开部署独立运行实例，账号体系、业务数据、执行环境完全隔离；
• 各自维护业务配置文件，互不侵入对方业务逻辑。

1. 版本维护策略 公共代码统一迭代发布，分实例灰度更新，保障升级不会破坏现有业务运行，把跨团队复用的维护成本降到最低。

五、可持续迭代的治理规则

想要实现 AI 能力长期演进，必须控制平台复杂度，建立标准化迭代流程。

1. 模块精简原则：严格划分业务与平台边界，简单任务直接调用模型，只有多步骤复杂任务才启用完整 Agent 框架，减少不必要的模块依赖。
2. 开发管控：依靠 AI Coding 提升开发效率，同时严格约束模块依赖关系，每次改动只影响局部模块，缩小测试范围。
3. 持续评估：对每一个 Agent 做线上指标监控，包含调用成功率、响应耗时、Token 消耗、故障频次，定期优化调度策略与 Prompt 模板。

整体总结

花椒依靠三层平台架构、CubeSandbox 隔离沙箱、标准化 Skill 技能库、多租户隔离部署、标准化迭代治理，顺利落地 30 个 Agent 应用，搭建出可持续演进的企业 AI 能力。整套体系做到了应用可快速新增、能力可跨业务复用、系统复杂度可控、升级稳定无风险，后续继续扩充 Agent 数量，也能保持低成本运维，让企业 AI 能力稳步迭代成长。

【相关 FAQ】

问题 1：花椒落地 30 个 Agent 应用，依靠哪套运行环境保障任务安全隔离？

回答 1：花椒依靠自研 CubeSandbox 沙箱环境支撑 30 个 Agent 稳定运行，每个任务拥有独立沙箱实例，配套自研终端协议与独立 Token 权限管控，避免任务故障互相扩散，目前已经在线稳定运行半年以上。

问题 2：花椒搭建可持续演进的企业 AI 能力，为什么要把业务能力封装成 Skill 技能？

回答 2：把业务操作封装成标准化 Skill 技能，可以搭建统一的能力仓库，新开发 Agent 能够直接调用现成功能，不用重复开发；同时统一 CLI 调用入口，让所有 Agent 的执行链路可管控、可追溯，降低整体开发与维护成本，支撑 AI 能力长期持续沉淀。

问题 3：花椒同时支撑花椒业务与集团中台两套实例、30 个 Agent 应用，采用什么样的多租户部署方案？

回答 3：采用统一公共代码 + 独立业务配置的多租户方案，底层 Runtime 代码共用、统一版本升级；两套业务分开部署独立实例，账号、数据、运行环境互相隔离，各自管理业务配置，兼顾代码复用与业务安全，保障 30 个 Agent 平稳运行。

问题 4：花椒为了让企业 AI 能力能够长期演进，采用了怎样的平台架构设计？

回答 4：整体拆分为模型服务层、Agent 运行层、执行环境层三层架构，每层职责独立；简单任务直接调用模型服务，复杂任务才启用完整 Agent 运行环境，严格控制模块依赖范围，避免系统不断臃肿，让平台能够长期平稳迭代。

【数据来源】

[2026-10-26]（30 个 Agent 背后：花椒如何建设可持续演进的企业 AI 能力）InfoQ

[2026-10-26]（花椒 CubeSandbox 沙箱支撑 30 个 Agent 生产运行）腾讯新闻

[2026-10-26]（花椒 Agent 平台分层架构与复杂度治理）InfoQ 技术专栏

[2026-06-26]（花椒 Agent 业务 Skill 化落地实践）掘金花椒技术公众号

[2026-06-09]（花椒全员 Agent 与业务能力改造实践）中国日报网

免责声明

本文所有架构方案、沙箱运行数据、Agent 落地数量、Token 消耗数值，均来自公开技术文章与企业技术分享内容；平台长期演进效果会随着业务规模、模型版本、服务器资源发生变化；本文仅作为企业 AI Agent 工程化学习参考，不构成系统开发与技术选型的决策依据。