TrueForge 今日发布

TrueForge 是由企业级 AI 基础设施平台 TrueFoundry 于 2026 年 8 月 19 日正式开源发布的 AI Agent 执行框架（Agent Harness），采用 MIT 许可证，代码托管于 GitHub（truefoundry/trueforge），同时发布于 npm 和 PyPI。

核心定位是作为 Claude Managed Agents 的开源替代方案，官方宣称可将 AI Agent 的整体运营成本降低 50%。它是一个供应商无关（Vendor-Neutral）的运行时平台，支持开发者自由接入任意 LLM（大语言模型），并能在每个任务级别动态切换模型，以优化延迟、质量或成本。

架构层面，TrueForge 将一个可用 AI Agent 所需的全部能力整合在同一个运行时中，包括：上下文工程（Context Engineering）——自动管理和压缩对话上下文；工具执行（Tool Execution）——内置 40 多个开箱即用工具，并支持连接任意 MCP Server 或第三方 API；沙箱执行（Sandboxed Execution）——代码在隔离沙箱内运行，防止危险操作影响外部环境；人工审批（Human-in-the-loop Approvals）——敏感操作可暂停等待人工确认；自动上下文压缩（Automatic Context Compaction）——智能精简长对话上下文；生成式 UI 流式输出（Generative UI Streaming）；Tavily 网页搜索集成。

安全与治理方面，所有模型调用和 MCP 交互均通过平台网关流转，由网关强制执行速率限制、预算上限、基于角色的访问控制（RBAC）和完整的操作审计日志。

部署灵活性上，TrueForge 既可完全自托管（开源版本），也可使用 TrueFoundry 提供的按量付费托管版本。官方基准测试显示，在 14 项生产级 Agent 任务中，使用相同模型时 TrueForge 比 Claude Managed Agents 成本降低 30%，若切换至开源模型则可节省最高 75% 的成本。

早期生产用户包括 NetApp、Automatiq 以及 TrueFoundry 内部系统 Ask TFY。

适用人群为需要将 AI Agent 投入生产环境但不希望被单一模型供应商锁定的工程团队，尤其适合中型企业的自托管需求。相比 LangChain、AutoGen 等偏编排层的框架，TrueForge 更接近开箱即用的完整 Agent 运行时，降低了从原型到生产的工程摩擦。