多租户 Agent 平台的隔离设计 | 柠萌的生活日记

租户边界要贯穿检索、工具、缓存、日志、计费与评测。

图：可信租户上下文贯穿身份、数据、队列、缓存与沙箱；点击查看原图。

问题背景

生成式模型擅长处理模糊语言和提出候选方案，却不天然保证状态一致、权限正确或动作可恢复。讨论“多租户 Agent 平台的隔离设计”时，重点不应只是跑通演示，而是系统失败后是否知道发生了什么、能否安全继续，以及结果能否重复验证。

设计方案

运行携带不可伪造租户标识，工具端重复授权，索引和缓存分区。

在“租户隔离矩阵”进入实现前，先标注输入来源、调用身份和数据等级；输出通过结构与领域校验后才允许进入下一步。涉及外部副作用时，执行记录必须包含稳定业务键和脱敏证据。

实施产物：租户隔离矩阵

身份在入口解析后贯穿检索、缓存、工具和日志；每层查询强制 tenant_id；密钥按租户短期下发。先在测试环境保存一条完整运行证据，再接入真实写操作；每次变更都必须能定位到配置、代码和数据版本。

practice:
  id: harness-multitenancy
  artifact: "租户隔离矩阵"
  owner: platform-team
  timeout_seconds: 30
  failure_mode: fail_closed
  audit: required

示例只表达边界，不是可直接复制的完整框架配置。落地时应使用当前依赖版本的官方 API，并把超时、身份和审计接到现有基础设施。

实施步骤

1. 选一个可回放的小任务，写清输入、成功条件和禁止发生的副作用。
2. 实现“租户隔离矩阵”，把模型建议与真正执行隔离。
3. 人工走通成功、拒绝和恢复三条路径，保存 run_id 与关键事件。
4. 加入自动化回归，再用小比例非关键流量观察指标。
5. 达到门槛后逐步放量；任一安全约束失败立即停止新任务并回退版本。

失败演练与验收

首要反例是：只在 UI 隐藏数据，后端查询没有租户条件。不要只验证顺利完成；还要注入超时、重复请求、取消、无权限输入和依赖返回畸形数据。

本篇的硬性验收是：使用租户 A 的对象 ID 从租户 B 请求，所有路径均返回拒绝。同时记录 跨租户拒绝数、无租户标签资源数。验收脚本应按结构化字段判定，不以“回答看起来合理”代替测试。

上线与回滚

“租户隔离矩阵”上线前要固定模型、提示、规则、工具 schema 与数据版本，并用影子或灰度流量比较旧版。若 跨租户拒绝数、无租户标签资源数 越过门槛，先停止新 Run，再处理在途任务，恢复旧组合后逐项核对未决副作用。

适用边界

当场景是“单租户独占部署”时，这套设计的维护成本通常高于收益。权限、金额、删除和一致性约束始终交给确定性代码，不能交给模型自行判断。

隔离必须贯穿每一层

层	租户边界
身份	token 中可信 tenant claim，禁止请求体覆盖
数据	行级策略/独立库，查询自动带 tenant
向量与缓存	namespace 与 key 都含 tenant
队列	消息签名租户，worker 二次校验
文件/沙箱	独立根目录、配额和生命周期
遥测	tenant 使用受控低基数标识，日志脱敏

对象 ID 即使全局唯一也不能代替租户条件；所有 repository 方法强制接收 tenant context，避免开发者忘记 WHERE。后台任务从受信 envelope 获取租户，不能相信模型输出的租户字段。

容量也要隔离：每租户并发、Token、存储和工具配额，另设全局上限。一个租户的长任务不能占满共享队列；公平调度与 per-tenant dead-letter 队列防止噪声邻居。

构造相同对象 ID、缓存键碰撞、跨租户检索、伪造队列消息和恢复旧检查点等测试。审计“无租户标签资源”必须为零；运维跨租户查看需要独立 break-glass 身份、理由和完整记录，不能给普通服务一个全局管理员 token。

第二轮实践复核

围绕“租户隔离矩阵”建立一个不接触生产数据的最小项目，固定运行时、框架、模型、提示、规则和工具 schema 版本。正文代码块若缺少完整依赖、导入或领域类型，应视为架构伪代码；只有放入示例仓库并通过下述命令的代码才标记为可运行。

• 项目验证：运行项目既有的 schema 校验、契约测试与离线评测命令
• 回归夹具：把输入、结构化输出、工具轨迹和副作用记录为 JSON，用固定版本执行正常、拒绝、超时、取消与重复请求五组回归样本。
• 必留证据：run_id、版本组合、终止原因、动作幂等键，以及 跨租户拒绝数、无租户标签资源数。
• 通过条件：未批准写操作为零副作用；相同幂等键重复执行只产生一个业务结果；超时或恢复后状态可解释。
• 失败处理：先停新任务，再核对在途动作；回滚模型、提示、规则、工具与状态迁移的完整组合，不能只换回模型。

复用顺序

1. 为“多租户 Agent 平台的隔离设计”建立确定性假工具，先跑契约与失败用例，不接触真实凭据。
2. 围绕“租户隔离矩阵”接入只读能力，核对权限裁剪、脱敏字段和 Trace 完整性。
3. 需要写能力时先输出 dry-run 差异，再绑定审批结果与一次性动作哈希。
4. 以本文验收指标比较影子流量；达到门槛才放量，越线立即执行文中的组合回滚。

实践与资料复核日期：2026-08-22；框架 API 以锁定版本的官方文档为准。

参考资料

• 官方文档

框架 API 会持续演进，复制示例前应再次确认当前版本。可持续的 AI 工程不依赖某个模型偶尔表现出色，而依赖清晰契约、可靠 Harness 与可重复验证。