Agent37：低成本AI Agent沙箱，单沙箱月均成本0.37美元

嘿 HN，我是来自 Agent37 的 Vishnu（https://agent37.com）。我们构建用于运行 AI 智能体的沙箱，成本不到大多数沙箱提供商的 10%。我们的客户平均每个沙箱每月花费 0.37 美元。你可以在这里查看产品的视频演示：https://youtu.be/DK5ISR2tbNo我们最初是二月份那批 OpenClaw 套壳公司之一（没错……尽管评判我吧）。后来我们添加了越来越多的 harness。当时我的目标之一是为用户提供免费计划，以便获得更多市场份额。但一开始这样做成本太高了。尤其是因为我们当时是自力更生，服务器都是靠我的积蓄在运行。今天，得益于我们此后所做的优化，我们实际上能够提供免费计划了。我们新增注册用户中超过 90% 都是免费计划用户，他们在我们的云上托管个人的 Hermes/Openclaw/Claude Code 等。我们的免费沙箱基础设施成本平均为每用户每月 0.05 到 0.10 美元左右。以下是一些在降低成本方面行之有效的技术：* 当你观察智能体 harness 时，它们在消耗 CPU 和 RAM 的方式上有某些模式。它们在初始化或执行某些任务时需要突发性的 CPU，但除此之外，通常并不会达到峰值。像浏览器和计算机使用任务这类场景需要更多 RAM。任务完成后，使用量通常会回落。这是降低成本的关键洞察，因此通过高效管理 CPU/RAM 利用率，我们能够降低成本。* 其次，在租用主机时，你必须跳过那些超大规模云厂商。我以前在亚马逊工作过，他们的虚拟机利润率有 80-90%。所以当我看了价格之后，很自然地就选择往下走一层，去找像 Hetzner 和 OVH 这样的供应商。仅这一点可能就是降低成本的最大杠杆之一。* 第三，你还需要选择一种技术栈，让你能够高效地在主机上缓存和共享资源。我们使用 gVisor 来实现更好的利用率和快速启动时间。它让我们能够跨沙箱使用可用的主机内存，而不必为每个沙箱预留一个完整虚拟机的内存。这里有权衡：我们的 gVisor 沙箱不支持 Docker-in-Docker 或 Android 模拟器这类工作负载。* 最后，你购买的主机的规模和形态也会带来很大差异。在成本方面，RAM 通常是瓶颈，而不是 CPU。对于智能体 harness 工作负载来说尤其如此，所以在购买服务器时，我们会优化把更多 RAM 塞进给定主机。对于需要完整虚拟机的工作负载，我们也托管完整虚拟机沙箱，包括以略高的价格运行 Docker，但鉴于其他这些技术，它们的成本仍然相当低。总体而言，我的心得是，仅仅通过专注于沙箱用例的一个细分领域，并针对它进行优化，你就能提供好得多的成本/性能权衡。我以前是亚马逊的高级软件工程师，也是 Quantcast 的工程经理。我构建了亚马逊内部的 AI 聊天机器人 Diya，以及他们内部的编码 harness Ziya。如果你正想在沙箱上运行智能体，并且正在考察沙箱供应商，欢迎来看看我们。我们尤其希望构建消息类智能体的开发者来试用他们的工作负载，并挑战我们平台的极限和经济学。谢谢！https://agent37.com