Launch HN：Agent37（YC F26）——用于运行智能体的低成本智能体沙箱

嘿，HN 的朋友们，我是 Agent37 的 Vishnu（<a href="https:&#x2F;&#x2F;agent37.com">https:&#x2F;&#x2F;agent37.com</a>）。我们提供用于运行 AI 智能体的沙箱，成本不到大多数沙箱服务商的 10%。我们的客户平均每个沙箱每月花费 0.37 美元。<p>你可以在这里观看产品演示视频：<a href="https:&#x2F;&#x2F;youtu.be&#x2F;DK5ISR2tbNo" rel="nofollow">https:&#x2F;&#x2F;youtu.be&#x2F;DK5ISR2tbNo</a><p>今年二月，我们最初也是那些给 OpenClaw 套壳的公司之一（没错……尽管吐槽我吧）。后来，我们逐渐加入了越来越多的智能体运行框架。<p>当时我的一个目标是向用户提供免费套餐，以争取更多市场份额。但成本太高，没法立刻实现。尤其是我们没有外部融资，服务器费用都是靠我的积蓄支付的。<p>如今，得益于此后所做的优化，我们终于能够提供免费套餐了。新注册用户中，超过 90% 都是免费套餐用户，他们在我们的云上托管自己使用的 Hermes&#x2F;Openclaw&#x2F;Claude Code 等。免费沙箱的基础设施成本平均约为每位用户每月 0.05 至 0.10 美元。<p>以下是一些在降低成本方面行之有效的方法：<p>* 观察智能体运行框架，你会发现它们消耗 CPU 和内存的方式有一定规律。在初始化或执行某些任务时，它们需要短时间内大量使用 CPU，但除此之外，通常不会达到峰值。执行浏览器操作和计算机操作等任务时，它们需要更多内存。任务结束后，资源使用量往往会回落。这是降低成本的一个关键发现，因此，通过高效管理 CPU&#x2F;内存利用率，我们就能降低成本。<p>* 其次，租用宿主机时，要避开超大规模云服务商。我以前在亚马逊工作，他们的虚拟机利润率高达 80–90%。所以看过价格之后，向下走一层，选择 Hetzner 和 OVH 这样的供应商，就成了一个显而易见的决定。仅这一点，就可能是降低成本最有效的手段之一。<p>* 第三，你还需要选择一个能在宿主机上高效缓存和共享资源的技术栈。我们使用 gVisor 来提高资源利用率，并实现快速启动。它让我们能够在沙箱之间利用宿主机的可用内存，而不必为每个沙箱预留一整台虚拟机的内存。当然也有取舍：我们的 gVisor 沙箱不支持 Docker-in-Docker 或 Android 模拟器之类的工作负载。<p>* 最后，所购买宿主机的规模和配置也会带来很大差别。在成本方面，瓶颈通常是内存，而不是 CPU。对于智能体运行框架的工作负载来说尤其如此，因此在购买服务器时，我们会尽量让每台宿主机配备更多内存。<p>对于需要完整虚拟机的工作负载，我们也提供完整虚拟机沙箱，包括运行 Docker 的场景，价格会略高一些，但结合上述其他方法，成本仍然相当低。<p>总体而言，我学到的是，只要专注于某一细分领域的沙箱使用场景，并针对它进行优化，就能提供好得多的成本&#x2F;性能平衡。<p>我之前曾担任亚马逊高级软件工程师和 Quantcast 工程经理。我开发了亚马逊内部的 AI 聊天机器人 Diya，以及他们内部的编程智能体运行框架 Ziya。<p>如果你希望在沙箱中运行智能体，正在考察沙箱服务商，欢迎来看看我们。我们尤其希望正在开发消息类智能体的开发者来试跑自己的工作负载，挑战我们平台的性能极限和成本效益。<p>谢谢！<p><a href="https:&#x2F;&#x2F;agent37.com">https:&#x2F;&#x2F;agent37.com</a>