Daytona的代理原生计算：60ms沙箱，75秒5万个启动，每天85万次运行，强化学习与评测，CLI优于MCP，以及localhost的终结 https://latent.space/p/daytona

@daytonaio CEO @ivanburazin 解释了为什么AI代理需要可组合的计算机，Daytona如何从人类开发环境转向代理沙箱，为什么裸金属和有状态快照很重要，强化学习工作负载如何从0%增长到约50%的用量，为什么Kubernetes在代理规模下会崩溃，以及为什么AI云可能更像Stripe而不是AWS。

给代理计算机——Ivan Burazin，Daytona

来源：https://www.latent.space/p/daytona 参加2026 AI工程调查 (https://notion.qualtrics.com/jfe/form/SV_bP07tSVMXH7ePCS)，即可获得价值超过2000美元的信用额度及AIE WF门票 (https://ai.engineer/wf)!

在产品端，每个人都在获得计算机——Perplexity (https://www.perplexity.ai/computer)、Manus (https://manus.im/blog/manus-cloud-computer)、Cursor (https://www.latent.space/p/cursor-third-era) 等等。同时在研究端，类似TerminalBench和GDPVal这样的代理评测也假设了计算机 (Harbor (https://x.com/swyx/status/2027213347570188635))。两端都在整合，LLM OS栈 (https://news.smol.ai/frozen-issues/25-05-27-mistral-agents.html)已成为标准工具包，而Daytona正是因此而蓬勃发展的少数AI基础设施公司之一。

“localhost的终结” 是Ivan Burazin十多年来一直执着的事情。

X头像 @ivanburazin Ivan Burazin@ivanburazin 我从2010年就开始期待localhost的死亡。现在终于发生了，自主代理成了压垮它的最后一根稻草。你不能合上笔记本电脑就暂停一个正在工作中的代理。也不能把代理限制在本地计算上。开发晚9:00 · 2026年4月1日·2.92K次浏览 10条回复·25个赞 (https://x.com/ivanburazin/status/2039447713150902463?utm_source=chatgpt.com) 有些事太过熟悉……

Infobip Shift 2022

早在代理成为软件开发默认讨论方式之前，Ivan就已经在追逐一个想法：开发不应该依赖脆弱的本地机器。CodeAnywhere (https://codeanywhere.com/)，最早的基于浏览器的IDE之一，就是那个未来的早期尝试：将开发环境迁移到云端，让设置可重现，让开发者摆脱无休止的“在我机器上能跑”的代价。

这个论题在方向上是正确的，但市场尚未准备好。

然而，代理改变了这一点。它们不在乎笔记本电脑、桌面设置或喜欢的编辑器。 它们需要一台可以通过API访问的计算机：有足够的状态来持续工作，足够快地瞬间启动，足够灵活地调整大小，足够隔离以保证安全，并且足够可组合来运行真实软件工程所需的混乱现实工作流。

Daytona不仅仅是在狭窄的代码执行意义上销售“沙箱”。它是Ivan最初localhost论题的最新版本。

在这一集中，Daytona的CEO与swyx一起解释为什么AI代理需要的不仅仅是代码执行盒子：它们需要可组合的计算机、有状态的沙箱、即时启动、动态资源，以及能够承受工作负载从零到10万CPU的基础设施。

我们深入探讨了新的代理计算市场：Daytona从人类开发环境到AI沙箱的艰难转型，客户求着要API密钥的新年夜MVP，为什么Daytona运行在裸金属上并使用自己的调度器，如何一个客户一天运行近85万个沙箱，以及为什么强化学习/评测工作负载在短短几个月内从0%增长到约50%的用量。Ivan还解释了为什么代理需要Windows和macOS机器，为什么CLI可能比MCP更重要，为什么Kubernetes在这个工作负载上很痛苦，以及为什么未来的AI云可能更像Stripe而不是AWS。

我们讨论了：

• Daytona如何从CodeAnywhere、Shift以及“localhost的终结”论题中成长起来
• 为什么Daytona从人类开发环境转向AI沙箱
• 为什么代理需要可组合的计算机而不是一次性的代码执行盒子
• 那个新年夜MVP，客户追着要API密钥
• 为什么Daytona选择了裸金属、有状态快照和自己的调度器
• Daytona如何在大约60ms内启动一个沙箱，约75秒内启动5万个沙箱
• 为什么Daytona最大的客户一天运行约85万个沙箱
• 强化学习/评测工作负载如何产生从零到10万CPU的尖峰
• 为什么强化学习工作负载从Daytona用量的0%增长到大约50%
• 为什么客户将Daytona与EKS/GKS比较，并说他们**“再也不会回去了”**
• 为什么每个AI代理可能都需要一台计算机，包括Windows和macOS环境
• 使macOS沙箱困难的Apple许可限制
• 为什么CLI给代理带来的能力比MCP更强
• 开源如何帮助代理集成Daytona
• 为什么代理生成的PR可能打破当今的CI/CD假设
• 为什么转售token的AI SaaS公司可能会面临冷水浇头
• 为什么AI云可能更像Stripe而不是AWS

Ivan Burazin

• LinkedIn: https://www.linkedin.com/in/ivanburazin
• X: https://x.com/ivanburazin

Daytona

• 网站: https://www.daytona.io/

• X: https://x.com/daytonaio

• 00:00:00 引子

• 00:01:12 介绍

• 00:03:15 CodeAnywhere、Shift 和 localhost 的终结

• 00:05:58 Daytona 是什么：为 AI 代理打造的可组合计算机

• 00:08:07 从开发环境到 AI 沙箱的转型

• 00:10:17 新年夜 MVP 和客户乞求 API 密钥

• 00:12:56 裸金属、有状态沙箱和 Daytona 的调度器

• 00:17:28 60ms 启动、5 万个沙箱和 85 万次日运行

• 00:21:53 尖峰式强化学习/评测工作负载和新的代理基础设施问题

• 00:28:12 强化学习工作负载、Kubernetes 之痛和动态调整大小

• 00:33:31 为什么每个 AI 代理都需要一台计算机

• 00:38:48 macOS 沙箱和 Apple 的许可问题

• 00:44:28 为什么 CLI 可能比 MCP 更重要

• 00:48:11 开源、GitHub 星标和代理集成

• 00:53:11 Git、CI/CD 和代理协作瓶颈

• 00:58:15 创始人生活和打造一个 25 人的基础设施公司

• 01:02:44 AI SaaS、token 转售和 API 优先的商业模式

• 01:06:10 GPU 沙箱、数据中心和计算增长

• 01:09:48 为什么 AI 云可能更像 Stripe 而不是 AWS

• 01:11:26 结束语

Swyx [00:00:02]: 好的，我们和 Daytona 的 CEO Ivan Burazin 在演播室。欢迎。

Ivan [00:00:07]: 谢谢邀请我，哥们。

**Swyx [00:00:08]:**Ivan，我们认识很久了。

Ivan [00:00:10]: 很久了。

Swyx [00:00:11]: 我都不记得是怎么开始的，是你找的我吗？还是关于 Shift？

Ivan [00:00:17]: 是我找的你。原因是——我们当时在考虑——我是 CodeAnywhere 的联合创始人之一，那是第一个基于浏览器的 IDE，所以我们很长时间都在想，localhost 应该死掉。然后你写了那篇文章。

Swyx [00:00:29]:《localhost 的终结》。

Ivan [00:00:30]: 然后我就因为这个联系了你，之后我们聊了，当时我在另一份工作，负责开发者体验，而你对那个领域很熟悉，我其实联系了你，还有其他人，请教怎么做这件事？关键点是什么等等。你很好心地接了电话，我记得我还迟到了。

Swyx [00:00:51]: 我不记得了。

Ivan [00:00:52]: 我记得，因为当时我和我当时的——我猜是女朋友或妻子，不确定，是同一个人，所以很好，我们在意大利度假，然后我迟到了。我特别内疚，而你人很好，没计较。

Swyx [00:01:10]: 我对人好是因为我也经常对别人迟到，所以这就像，谁没有罪呢，对吧，所以我得包容。对于那些不知道 InfoBip Shift 的人，你之前做过一整套活动，那基本上是我创办 AI Engineer 的灵感之一，所以我得感谢你推了我一把，让我意识到“哦，你可以创办并销售会议”。

Ivan [00:01:34]: 我记得你一开始让我给咨询股份，我当时太专注于我们在做的事，就拒绝了，我本应该接受那些股份的。所以抱歉啊，哥们。不过算了。

Swyx [00:01:43]: 我们又不是风投支持的。

Ivan [00:01:44]: 不，没关系。

Swyx [00:01:45]: 是啊，总之，我觉得你让人印象深刻的是，CodeAnywhere 是你一直努力构建的东西，你把它搁置了，然后从 InfoBip 之后又回来了。给我们讲讲这个故事吧，可以吗？故事和起源，到 Daytona。

Ivan [00:02:05]: 当然。真的很久以前，我和我的联合创始人就一直在一起。我这么说过很多次，就像我们结了婚、离了婚、又结了婚。有人真的问我，我的联合创始人是不是我的伴侣，他们以为是字面意思。不是字面意思，但我们一起做过好几家公司。如你所说，我们有过一次转型，从 CodeAnywhere 转到名为 Shift 的会议，然后又回到 Daytona。我们最初是在 2000 年代早期开始搭建服务器、做虚拟化、路由器，做所有这些底层的事情，那是一家服务公司，我们卖掉了，以便专注于我联合创始人真正发明的东西，那就是第一个基于浏览器的 IDE。我说第一个，其实在我们之前是 Heroku，他们做过很短的时间，然后就变成了 Heroku。但除了他们，我们是唯一一家，它叫做——

Swyx [00:02:55]: 还有 Cloud9。

Ivan [00:02:57]: Cloud9 比我们稍晚一点出现。还有 Replit，它是在我们停止做之后才出来的，后来 Replit 成功了，这很好。还有 Nitrous.io。当时还有不少，但太早了。但有趣的是，那时候没有 VS Code，没有 Kubernetes，Docker 也才刚刚开始，或者我当时不确定它是否已经公开。所以我们不得不自己构建整个栈，这是我们学到的重要经验，也是今天在 Daytona 中使用的。所以它非常早。大约有 300 万人用过 CodeAnywhere。它主要是天使投资而非风投。我们最终偿还了所有人，因为它没有达到那种规模。但三年前，我们用 Daytona 开始了类似的事情，不是现在的样子，而是为人类工程师自动化开发环境，基本上是 CodeAnywhere 的底层栈。然后去年一月我们做了一个艰难的转型，转向沙箱。然后我们就到了这里。

Swyx [00:04:01]: 历史性的转型，是啊。而且有一件事是，我独立投资了 CodeAnywhere，但也投了 E2B，然后你们两个都转向了同一个方向，我当时想，“操。”

Ivan [00:04:12]: 你投了，你投了 Daytona。你投了 Daytona。但你是第一个。如果我们没有拿到你的支票，我们不会做这事。

Swyx [00:04:18]: 不可能吧。

Ivan [00:04:19]: 不，当时的情况是，“我们必须先让他上船，”你就是那个让我们起步的关键。

Swyx [00:04:23]: 不，因为你把我放到了你的融资演示文档里。我当时想，“兄弟，这要是我不投，那就是个好行程了。”

Ivan [00:04:29]: 那是因为那是你的引语。就像我们——

Swyx [00:04:30]: 是啊。是“localhost 的终结”。

Ivan [00:04:31]: 做了很多关于 localhost 终结的研究，以及谁对此感兴趣。

Swyx [00:04:34]: 不，那是我写的那篇博客文章，然后那个领域的每家公司都联系了我，然后每个收到那些 pitch 的 VC 也不得不打电话给我，跟我讨论。

Ivan [00:04:47]: 但终于发生了。

Swyx [00:04:48]: 这真的非常有趣。

Ivan [00:04:48]: 终于发生了。

Swyx [00:04:49]: 终于发生了。

Ivan [00:04:49]: 是啊，终于——

Swyx [00:04:49]: 终于发生了，只不过可能用户不是人类。那么，今天的 Daytona 是什么？我们来快速描述一下。我穿着你们的 T 恤。

Ivan [00:04:58]: 你穿着 T 恤。是的。

Swyx [00:04:59]: 上面写着，我觉得你们的品牌做得很好。非常一致。“Run AI Code”。不能再简单了。

Ivan [00:05:05]: 没错，但我们可能得改一下。

Swyx [00:05:07]: 哦，靠。

Ivan [00:05:07]: 这也只是我们做的一部分。不幸的是，我们非常喜欢这个，“Run AI Code”超级简单。人们有不同的理解。我想我们已经发了 5000 到 6000 件这样的 T 恤。人们很自豪地穿着，因为它并没有太多地宣传我们。

Swyx [00:05:21]: 是啊，Daytona 在背面。

Ivan [00:05:22]: 它宣传的是背面。它宣传的是穿着者自己，所以我认为我们做得非常好。但它也只是我们做的一部分，因为当人们想到“Run AI Code”时，他们只想到那些小的，我们称之为隔离区、代码执行盒子，你发送一些代码，得到一个输出。而今天的 Daytona 本质上是为 AI 代理打造的可组合计算机。市场称它们为沙箱，但这可能有误导性。

Swyx [00:05:44]: 所有这些。所有这些都——

Ivan [00:05:45]: 对，没错，因为它可能有误导性，因为人们通常认为沙箱是演示或测试环境，而不是生产级环境。但 Daytona 所做的，如果你想想你面前的笔记本电脑，或者那边那台计算机，或者——我妻子是建筑师，所以她有一台带 3D 显卡的 Windows 机器来做 3D 渲染。作为人类，我们有不同的计算机或不同的计算机组合。我们坚信，现在的和未来的代理将需要所有这些不同的计算机组合来完成不同类型的任务。所以我们基本上通过 API 提供这些。

Swyx [00:06:19]: 是啊，为了让大家——我想提前展示一些“啊哈”时刻或“哇”时刻，这样人们能保持兴趣，点赞和订阅。这个市场正在爆炸，对吧？你们报告了 74% 的月环比增长，而且已经持续增长了一段时间。就像这样一直往上。而且不仅仅是你们。每家——

Ivan [00:06:41]: 每个人都一样，对。

Swyx [00:06:42]: 某种计算提供商。我不知道你是否同意我说计算提供商。

Ivan [00:06:48]: 可以。

Swyx [00:06:48]: 是啊。所以有自然的 PLG 驱动的增长，但企业业务也做得非常好。我想回顾到去年一月你转型的时候。显然你很早就看到了这个市场，并且为此做好了定位，现在你是市场领导者之一。但让你转型的洞察是什么？

Ivan [00:07:06]: 让我们转型的洞察是那个季度之前，也就是 2024 年底，当时我们——基本上我们做了一个演示，和——我不确定我们之前是否讨论过，