让 Agent 在沙箱里跑 1,000 个任务：AWS 团队发现了哪些故障？

导读

Agent 在本地跑通的任务，搬到远程沙箱后仍可能被目录权限、依赖路径或资源限制卡住。AWS 的 Kevin Orellana 让 Agent 大量执行接近客户实际使用的工作流，目的是把这些不易从单元测试看出的环境故障找出来。团队先用 MCP 接口包装云端环境，再让 Agent 跨十个领域生成并运行 1,000 项测试，把结果写入结构化数据库。测试覆盖文件读写、浏览器操作和机器学习训练等完整任务。一次图片上传下载后内容改变，追查发现是接口层编码问题；另一次文件写入特定目录后无法取回，问题则在沙箱环境。云浏览器多开标签页时耗尽内存，代码沙箱没有出现同样的故障。Kevin 建议在目标环境运行真实工作流，并区分模型、工具接口和沙箱各自的故障，再针对出错环节修复。