当你在一个 AI coding agent 里写了"resume from where I left off"，这个"记忆"到底存在哪里？最近社区对这个问题有了更清晰的认识，相关讨论集中在两点：sandbox 的所有权，和 trajectory data 的归属。
拆解 Agent 的两层架构
Anthropic 早在设计 Claude Code 时就把这个问题想清楚了：brain（大脑）和 hands（手）是解耦的。
- Brain = Harness：指令系统、context 架构、决策逻辑
- Hands = Sandbox：文件操作、命令执行、代码运行的真实环境
- Session Log：存在于两者之外，记录完整的 reasoning 历史
这种三角架构是 long-running agent 的基础设计单元。
Trajectory：被忽视的核心资产
如果 trajectory 数据（推理历史）是让 agent 工作可重现、可审计、可改进的核心资产，那么围绕它产生的竞争就不仅仅是"卖算力"那么简单了。
今天很多 sandbox 提供商同时保存用户的 trajectory 状态。这产生了一个有趣的 market version：
版本 A：Labs 运行端到端托管 harness，用户的 trajectory 存在 Labs 的 session log 里，Labs 控制状态
版本 B：企业不允许这种连接，sandbox 必须跑在客户自己的云里，用 Daytona、E2B 或 Stripe Minions 这类方案。状态留在客户基础设施内
两条路线的分歧，本质上是trajectory 数据主权的分歧。
Long-Running Agent Swarm 的基础设施
当单个 agent 进化成 swarm——协调团队跨多个 sandbox 工作，每个有独立的 trajectory 和状态——基础设施层面临的问题更深：
- 单个 agent 失败重启，sandbox 销毁重建，swarm 持续运行
- 控制层（routing、进度追踪、失败重启、状态映射）本身也是一个 harness——harness 管理 harness
- 控制层放在客户基础设施内，还是放在 Labs 内部？这决定了未来的权力格局
控制权的问题贯穿整个市场：谁控制 swarm 管理层，谁控制 trajectory 状态数据，谁就定义了 Agent 市场的规则。
The future of the sandbox market is swarms of long-running harnesses. The ones who own the swarm management layer and the trajectory data will define this market.