Diagrid Catalyst 2.0为AI Agent增加持久化与可验证执行

Diagrid于2026年7月28日宣布推出Catalyst 2.0，为使用包括LangGraph、Microsoft Agent Framework、Google ADK和Dapr Agents等框架构建的代理增加了故障恢复和加密验证功能。

该版本集成了十个框架，还涵盖LangGraph Deep Agents、AWS Strands、OpenAI Agents SDK、Claude Managed Agents、CrewAI和Pydantic AI。

开发者将Diagrid包添加到现有代理应用中。Diagrid表示，Catalyst将模型和工具调用表示为持久化工作流活动，使中断的运行能够在不重复已完成工作的情况下恢复。

其针对的故障模式很常见：长时间多步骤运行在后期失败，若未在调用粒度上进行检查点设置，重试将重新支付所有已完成模型调用的费用。Diagrid称Catalyst可在云端、本地和隔离环境中运行。持久化代理使用Python SDK构建，而Catalyst的文档列出了对.NET、Go、Java、JavaScript和Python的工作流SDK支持；开源Dapr 1.18 SDK还包括Rust。

验证模型来自Dapr 1.18。Dapr对工作流历史事件批次进行哈希处理，将每个摘要链接到前一个签名，并使用基于SPIFFE的Dapr边车身份对结果进行签名。加载工作流状态时会检查这条链，使删除、重新排序或修改的历史可被检测，接收方根据Dapr Sentry信任锚验证每个签名块，因此历史可在生成它的应用之外进行验证。Dapr将这项工作分为三个能力：工作流历史签名、工作流历史传播和工作流证明，后两者携带经过验证的执行上下文跨工作流和服务边界。

团队应注意，签名在Dapr 1.18中默认禁用，受WorkflowHistorySigning功能开关控制，且依赖mTLS；若启用签名而关闭mTLS，daprd将拒绝启动。这也是每个工作流的单向决定：无法对现有历史进行追溯签名，对正在运行的工作流切换签名会导致验证错误，因此在更广泛启用前，进行中的未签名工作流必须完成或被清除。

Diagrid联合创始人兼CTO、Agentic AI Foundation工作流与流程集成工作组主席Yaron Schneider表示，当代理调用工具或委派工作时，组织需要“发生了什么”的证明。

目前指定的早期采用者有限：光学制造商蔡司集团被列为早期用户，其端到端核心应用工程负责人Wendelin Niesl在公告中表示，“在AI模型和框架快速演变的格局中，Catalyst提供了我们可以依赖的稳定基础”，使公司能够构建“适用于AI和传统工作负载的可持续、持久且弹性的平台”。

Catalyst并非这些框架的首个持久性选项，也不是进入稀薄市场的新进入者。LangGraph持久化在图表超级步边界记录检查点，支持从成功的检查点恢复，并通过其Agent Server提供持久任务执行，而Temporal和Restate为长期运行的应用提供重放或基于日志的执行，且已能托管代理工作流。Catalyst的不同之处在于，它基于Dapr的统一恢复和证明模型跨多个框架，将持久性应用于单个模型和工具调用，而非图表边界。因此，架构决策在于团队希望恢复、身份、审计证据和框架集成置于何处。

Diagrid声称Catalyst可提供比开源Dapr高十倍性能，并支持数百万并发代理工作流。公告未说明该倍数指吞吐量、每秒工作流启动次数还是延迟，也未说明测量的工作负载、硬件或Dapr配置，因此无法独立评估该比较。商业上，Diagrid发布了定价方案，涵盖免费云层、按并发工作流计费的专用云和自带云计划，以及适用于本地和隔离部署的自定义报价企业服务器版。

加密证明证明的是记录历史的完整性和来源，而非代理做出正确决策、工具返回准确数据或捕获了所有外部副作用。实践者还应评估非幂等工具的重试处理、存储和延迟开销、证书轮换、独立验证，以及哪些能力属于开源Dapr与商业Catalyst。