AI 范式雷达：《CodeAct — Agent 执行范式的根本性转移》
内容提要
微软在 BUILD 2026 发布的 CodeAct 改变了 AI Agent 的工具调用方式，从逐轮推理转向程序化批量执行。它让模型一次性生成完整程序，在 Hyperlight 微 VM 中隔离运行所有工具调用，大幅减少推理回合、延迟和 Token 消耗。相比 ReAct 模式，CodeAct 在确定性流水线任务中表现最佳，但需注意其 alpha 阶段限制，适合与混合策略结合使用。
延伸解读
性能瓶颈的根源：编排开销
文章指出，Agent 性能瓶颈往往不在模型能力，而在编排架构。传统 ReAct 模式中，每个工具调用都需一次完整推理回合，任务步骤增多时，延迟和 Token 消耗呈指数级恶化，因为错误会污染后续上下文。CodeAct 通过一次推理生成完整程序，批量执行工具调用，将推理回合数从 7.3 降至 1.0，端到端延迟降低约 67%，Token 消耗减少约 67%。这提示开发者，优化执行模式可能比更换更强模型更有效。
CodeAct 的适用边界：并非万能
文章强调 CodeAct 并非银弹，它最适合确定性流水线任务，如数据收集、批量 API 调用、文档生成。但在需要动态决策、交互式调试或人类审批的场景中，CodeAct 限制较多，不适合使用。决策矩阵显示，简单任务用 ReAct 更合适，中等复杂度任务可用 Plan-and-Execute，高复杂度流水线任务才是 CodeAct 的最佳选择。因此，开发者应评估任务特性，选择最合适的执行模式，而非盲目采用新架构。
安全与隔离：Hyperlight 微 VM 的权衡
CodeAct 依赖 Hyperlight 微 VM 实现隔离，启动时间 <10ms，内存占用约 1MB，相比 Docker 容器和 Firecracker 微 VM 开销更低。安全模型采用最小权限原则，包括工具白名单、默认禁止出站网络、文件系统隔离和超时控制。但文章提醒，CodeAct 目前处于 alpha 阶段，生产环境使用需评估稳定性。开发者应关注安全配置，如设置合理的 MaxExecutionTime，并注意 alpha 版本仅支持 Python 工具。
Q&A
CodeAct 是什么？它如何改变 AI Agent 的工具调用方式？
CodeAct 是微软在 BUILD 2026 发布的一种 AI Agent 执行范式，它让模型一次性生成完整程序，在 Hyperlight 微 VM 中批量执行所有工具调用，而不是像传统 ReAct 模式那样逐轮推理和调用工具。这大幅减少了推理回合、延迟和 Token 消耗。
CodeAct 相比 ReAct 模式有哪些优势和劣势？
优势：CodeAct 将推理回合数从多次降为一次，端到端延迟降低约 67%，Token 消耗减少约 67%，错误率也显著下降。劣势：CodeAct 不适合需要动态决策、交互式调试或人类审批的场景，且目前处于 alpha 阶段，仅支持 Python 工具。
CodeAct 如何实现安全隔离？Hyperlight 微 VM 有什么特点？
CodeAct 使用 Hyperlight 微 VM 实现安全隔离，每次执行都在独立的微 VM 中进行。Hyperlight 启动时间小于 10ms，内存占用约 1MB，比 Docker 容器和 Firecracker 更轻量。安全模型采用最小权限原则，包括工具白名单、默认禁止出站网络、文件系统隔离和超时控制。
如何快速搭建一个使用 CodeAct 的 Agent？
首先安装 agent-framework 和 agent-framework-hyperlight 包，然后创建 Agent，注册工具（如 WebSearchTool、FileReadTool），启用 CodeAct 执行器，最后运行任务。示例代码中，通过 create_codeact_executor 设置最大程序长度和执行超时，然后调用 agent.run 即可。
CodeAct 适合哪些场景？不适合哪些场景？
适合：确定性流水线任务，如数据收集、批量 API 调用、文档生成等。不适合：需要动态决策的探索性任务、交互式调试、需要人类审批的步骤。
CodeAct 在性能上相比 ReAct 和 Plan-and-Execute 有哪些具体数据？
根据微软 BUILD 2026 数据，在 5-10 个工具调用的任务中，CodeAct 平均推理回合数为 1.0，端到端延迟 2.8 秒，Token 消耗 4.1K，错误率 9.4%；而 ReAct 分别为 7.3 回合、8.5 秒、12.4K、18.3%；Plan-and-Execute 分别为 2.1 回合、4.2 秒、6.8K、12.7%。
CodeAct 目前有哪些限制？使用时需要注意什么？
CodeAct 目前处于 alpha 阶段，仅支持 Python 工具，.NET 工具支持计划在后续版本中推出。使用时需注意设置合理的执行超时（建议为任务预期耗时的 2-3 倍），并在生产环境前评估稳定性。
