---

> **数字员工系列 · 运行引擎篇**
>
> 本篇聚焦"员工怎么跑"：从"一员工一 Pod"的旧模式痛点出发，讲清楚"一真人一 Pod、多员工多子进程"的多进程调度模式，以及 PM / Supervisor / IdleReaper 三件套与 CFS 共享存储的关键机制。
>
> 建议先读《数字员工系列-综述》建立整体心智地图。

---

## 调度引擎 —— 多进程模式的先进性

### 0. 背景：为什么"怎么跑"是第一块硬骨头

在讲具体机制之前，先把这一篇的大背景交代清楚。

数字员工系统是团队为了解决内部 AI Native 流程提效而提出的新方向，目标是让 AI 以"员工"的形态嵌入到每一个具体工作环节。这意味着它不是"几个人偶尔用用"的实验品，而是要面向**全部门、人均多个员工、长期在线**的规模去设计。

同时，还有一个决定性的前提：**我们的数字员工系统目前是跑在云端容器（云原生）内的方案**。云端容器天生带来两个属性——**资源要计费、实例会漂移**。这两个属性放到"每人多个员工、长期在线"的规模下，就会把"运行时怎么组织进程"这件事直接顶成整个平台的第一块硬骨头：

- 员工越多 → 容器实例越多 → 资源账单和调度压力越大；
- 容器随时可能被重新调度 → 员工的状态不能只留在本地。

换句话说，**"员工怎么跑"不是一个纯技术偏好问题，而是被"云端容器 + 规模化使用"这两个现实条件逼出来的必答题**。下面我们就从最朴素的第一版方案开始，看它是怎么一步步演进到今天的多进程模式的。

### 1. 痛点：为什么要做多进程

最早的版本是这样的：

> **一个数字员工被1个用户使用 = 一个 Pod。**

这种设计在初期是完全合理的：进程隔离干净、问题排查简单、资源独立，能让团队最快地把"数字员工"这个概念先跑起来验证价值。**但它隐含了一个前提假设——员工数量不会太多**。一旦这个假设被打破，问题就集中爆发。当系统从"内测十几个人玩"走向"全部门几百名员工人均多个数字员工"时，叠加"跑在云端容器里"这个前提，它至少有三个致命缺陷：

1. **资源浪费严重**：一个员工进程实际仅消耗几十 MB 内存，但一个 Pod 起步就要数百 MB。员工 90% 的时间在空闲。
2. **冷启动慢**：从 Pod 调度 → 镜像拉起 → Python 进程 + 模型连接初始化，30~60s 起步。用户每次切换员工都要等。
3. **运维复杂**：用户数量x数字员工数量等于 Pod 数量，K8s 集群压力线性上升，节点紧张时调度长尾严重。

### 2. 设计目标：一真人一 Pod，多员工多子进程

上面三个缺陷的根因其实是同一个：**我们把"隔离单元"错误地对齐到了"员工"这个粒度上**。员工数量是会爆炸增长的（人数 × 人均员工数），但真正需要强隔离的其实是"**人**"——不同用户之间的数据、Token、会话绝不能串。同一个人名下的多个员工，彼此信任、共享同一份身份与存储，本就没必要各占一个容器。

顺着这个思路，我们把隔离粒度从"员工"上移到"用户"，得到新模式的核心定义：

> **一个真实用户 → 一个运行时 Pod → 该用户名下的多个数字员工，作为这个 Pod 内的多个子进程运行。**

这样一来，前面三个痛点被一次性化解：**资源**上，多个员工共享一个 Pod 的基础开销，空闲员工只是一个轻量子进程甚至根本不拉起；**冷启动**上，Pod 常驻、只需拉起进程内的子进程，从分钟级降到秒级；**运维**上，Pod 数量从"人数 × 员工数"降回到约等于"人数"，云端容器的调度压力大幅收敛。

![image.png](https://developer.qcloudimg.com/http-save/yehe-1084858/a5e3bd25b296b2d2a6716c7a2d6f4cb9.png)

### 3. 关键机制 1：PM 进程管理

每个运行时 Pod 内有一个统一的 **ProcessManager（简称 PM）** 作为子进程的"控制面"：负责子进程的拉起、复用命中、回收，以及对外暴露 `/pm/allocate`、`/pm/release`、`/pm/list` 等 HTTP 接口供 Server 侧调度。同一用户名下的多个数字员工子进程都由它统一编排，状态写入共享存储，崩溃后可恢复。这一层屏蔽了 Pod 内的所有进程细节，对上层而言"调度一个员工"就只是一次 HTTP 调用。

### 4. 关键机制 2：懒启动 + 空闲回收

数字员工进程的生命周期由 PM（ProcessManager）+ Supervisor + IdleReaper 三件套管理：

![image.png](https://developer.qcloudimg.com/http-save/yehe-1084858/bbcc37dc41dcc56682fa6e5f47844eb3.png)

具体职责：

- **PM (ProcessManager)**：唯一对外暴露的"控制面"。Server 侧通过 HTTP 调用 `/pm/allocate`、`/pm/release`、`/pm/list` 等接口操作子进程。
- **Supervisor**：监听子进程退出事件，必要时按策略重启（带重试上限，防止崩溃风暴）。
- **IdleReaper**：周期扫描 `last_active`，回收空闲超过阈值的子进程。被回收的员工不会丢数据 —— workspace 全部落到 CFS 共享存储。

### 5. 关键机制 3：CFS 共享存储 + Token 不落盘

**为什么必须做共享存储？** 这正是"跑在云端容器里"这个前提逼出来的机制。云原生环境下，容器是**可漂移、可回收、可重建**的——它随时可能被调度到另一台宿主机，本地磁盘上的数据说没就没。而懒启动 + 空闲回收又要求我们"敢于随时回收一个员工的进程"。这两件事叠在一起，结论只有一个：**员工的状态绝不能绑定在容器本地，必须外置到一份与容器生命周期解耦的持久化存储上**。

旧模式下，员工的 workspace（包含会话、记忆、Skills）落在 Pod 本地，Pod 漂移就丢。

新模式把整个 workspace 挂载到 **CFS（共享文件系统）**：每位用户名下、每个员工独占一份目录，按 `users/{account}/employees/{emp_id}/` 组织，里面分为 5 个固定区——**工作区文件**（`workspace/`）、**会话流水**（`sessions/`，按 JSONL 持久化）、**长期事实**（`MEMORY.md`）、**事件日志**（`HISTORY.md`）、**自演化技能**（`skills/`）。

子进程被回收 → 拉起时只要把 CFS 目录挂回去，**记忆、会话、技能完全无感恢复**。

> 注意：**Token 不落盘**。在最早版本里 LLM API Key 是写到子进程 env 文件里的，存在泄露面。新方案改为：Server 侧在调度时通过 PM 内存中的 `TokenStore` 推送，子进程从 PM 内存里拉取，不再持久化。token 旋转只需更新 TokenStore + 通知子进程热加载。

本篇聚焦"员工怎么跑"：从"一员工一 Pod"的旧模式痛点出发，讲清楚"一真人一 Pod、多员工多子进程"的多进程调度模式，以及 PM  Supervisor  IdleReaper 三件套与 CFS 共享存储的关键机制。

数字员工系列 · 运行引擎篇

本篇聚焦"数字员工怎么跑"：从"一员工一 Pod"的旧模式痛点出发，讲清楚"一真人一 Pod、多员工多子进程"的多进程调度模式，以及 PM  Supervisor  IdleReaper 三件套与 CFS 共享存储的关键机制。

技术专家

云计算

后端

架构设计

数字员工系统采用"一真人一Pod、多员工多子进程"架构，通过PMSupervisorIdleReaper三件套实现进程管理，结合CFS共享存储解决云端容器漂移问题。新模式将资源消耗降低90%，冷启动时间从分钟级优化至秒级，支持大规模AI员工部署。关键设计包括进程复用机制、懒启动策略和Token内存存储方案，确保高效稳定运行。

文件系统

云原生

容器

Python

2026上云采购 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

数字员工系统采用"一真人一Pod、多员工多子进程"架构，通过PMSupervisorIdleReaper三件套实现进程管理，结合CFS共享存储解决云端容器漂移问题。新模式将资源消耗降低90%，冷启动时间从分钟级优化至秒级，支持大规模AI员工部署。关键设计包括进程复用机制、懒启动策略和Token内存存储方案，确保高效稳定...

数字员工系列 · 运行引擎篇-腾讯云开发者社区-腾讯云

数字员工系列 · 运行引擎篇

数字员工系列 · 运行引擎篇

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐