Một hạ tầng có thể chạy nhiều agent hơn mà vẫn tạo ra ít công việc hoàn thành hơn. Queue dài, retry, tool timeout, memory leak hoặc quyền quá rộng đều có thể biến mật độ cao thành chi phí vận hành bị che khuất.
Hai tín hiệu hạ tầng
Google Cloud báo cáo GKE Agent Sandbox tăng mật độ từ 61 lên 88 OpenClaw agents trên cùng một VM trong profile thử nghiệm, tương đương hơn 40% agents/vCPU và hơn 30% giảm cost/agent. Đây là vendor test trên một cấu hình cụ thể.
OpenWorker thu hút mạnh trên GitHub như một lớp worker và agent orchestration, nhưng README vẫn ghi rõ trạng thái beta. Hai tín hiệu đều đáng thử, song chưa chứng minh hệ thống sẽ ổn định với tool, data và failure mode của một workflow khác.
Metric cần có trước khi scale
Baseline nên bao gồm:
- cost trên mỗi task hoàn thành đúng, không phải mỗi agent đang chạy;
- p50 và p95 completion time, queue time và retry rate;
- CPU, RAM và network khi idle lẫn khi burst;
- số lần timeout, crash và task cần người can thiệp;
- mức cô lập filesystem, credential và network giữa các worker.
Mật độ chỉ có ý nghĩa khi các metric chất lượng không giảm. Nếu agent chia sẻ quá nhiều state hoặc quyền, tiết kiệm compute có thể đổi thành blast radius lớn hơn.
Điều chưa được chứng minh
Kết quả GKE không phải cam kết cho mọi model hoặc toolchain. Số stars của OpenWorker đo sự chú ý, không đo uptime, backward compatibility hay chất lượng recovery.
Hành động tuần này
Chạy một PoC với dữ liệu không nhạy cảm, giới hạn concurrency và quyền worker. Ghi baseline ở mức một agent, sau đó tăng tải từng bước và dừng khi failure rate hoặc p95 latency vượt ngưỡng.