最開始，Daytona是一個開發(fā)環(huán)境管理器，專門為大型企業(yè)內(nèi)部的人類工程師提供自動化的開發(fā)環(huán)境。Meta、Google這樣的科技巨頭內(nèi)部已經(jīng)有了類似的工具，但《財富》500 強(qiáng)中的傳統(tǒng)企業(yè)卻沒有自有的技術(shù)實力建立這種基礎(chǔ)設(shè)施。
當(dāng)Agent熱潮出現(xiàn)后，Daytona徹底轉(zhuǎn)型，從為人類開發(fā)者服務(wù)，轉(zhuǎn)向了為AI Agent服務(wù)。
本質(zhì)上，Daytona是為AI Agent量身定制的“可組合計算機(jī)”。如果將AI Agent視為數(shù)字化的知識工作者，那么Daytona的產(chǎn)品就是它們用來完成工作的筆記本電腦或PC。
說它“可組合”，是因為可以從代碼層面精確定義這臺“計算機(jī)”的形態(tài)：需要什么型號的CPU、多大內(nèi)存、是否需要GPU、多少磁盤空間，甚至運(yùn)行哪種操作系統(tǒng)，而所有這些資源，都能在不到60毫秒的時間內(nèi)瞬間拉起。
作為AI Agent基礎(chǔ)設(shè)施，人類程序員使用Daytona非常方便，只需要登錄后，直接命令Claude Code或Open Code等AI編程工具，就可以完成配置。
AI Agent基礎(chǔ)設(shè)施最核心的產(chǎn)品指標(biāo)是什么?Daytona認(rèn)為主要是速度和并發(fā)能力。
在速度方面，Daytona目前已經(jīng)實現(xiàn)了低于60毫秒的極速冷啟動，這讓人類用戶幾乎感覺不到延遲。
在并發(fā)能力上，快速拉起一個沙盒是一回事，但在大規(guī)模并發(fā)下依然保持極速拉起，則是另一回事。如果用戶需要進(jìn)行強(qiáng)化學(xué)習(xí)，可能需要瞬間同時拉起成千上萬個環(huán)境。Daytona針對這種情況，進(jìn)行了專門的優(yōu)化。
在底層運(yùn)作機(jī)制上，Daytona完全自研了整套技術(shù)棧，專為AI Agent量身定制，并運(yùn)行在Daytona自己的物理機(jī)集群上。它既沒有在VM內(nèi)部套娃運(yùn)行，也拋棄了Kubernetes、Nomad以及任何現(xiàn)成的開源編排系統(tǒng)。因為這些系統(tǒng)最初是為大規(guī)模部署靜態(tài)應(yīng)用程序而設(shè)計的，而非為agent runtimes (智能體運(yùn)行時) 打造。
這套系統(tǒng)的技術(shù)覆蓋了：嚴(yán)格的安全邊界、編排系統(tǒng)、資源預(yù)熱池、快照機(jī)制、資源管理、可觀測性以及企業(yè)級管控。
現(xiàn)在市場上已經(jīng)有不少大型軟件平臺都會針對Agent推出“沙盒”類產(chǎn)品，也有團(tuán)隊嘗試在內(nèi)部自行搭建。但是為Agent打造“專屬計算機(jī)”并非易事，一個合格的AI沙盒必須兼具極速啟動、全狀態(tài)保持以及長周期運(yùn)行能力 ，如果不徹底重構(gòu)底層系統(tǒng)，根本無法達(dá)到這些嚴(yán)苛的指標(biāo)。
這背后的邏輯很簡單，智能體的速度遠(yuǎn)快于人類，所以它們的計算機(jī)必須極度敏捷。
要評估AI沙盒的能力，Daytona的創(chuàng)始人Ivan Burazin認(rèn)為需要參考兩個維度：底層原語 (primitives，在某個特定系統(tǒng)中，最小、最基礎(chǔ)的構(gòu)建單位) 和工具鏈。
在底層原語維度：它啟動有多快？能支持多少并發(fā)？能否永遠(yuǎn)運(yùn)行下去？它是否等同于一臺真正的全功能機(jī)器或虛擬機(jī)？
在工具鏈維度：就像一臺筆記本電腦出廠自帶瀏覽器、文件管理器和終端一樣，Agent的“計算機(jī)”也應(yīng)具備相應(yīng)的原生組件。Daytona內(nèi)置了Git客戶端、LSP（語言服務(wù)器協(xié)議）、防火墻等核心工具。這些工具要么能大幅提升Agent的生產(chǎn)力，要么能顯著降低系統(tǒng)運(yùn)行風(fēng)險。
未來，Daytona一方面要提升操作系統(tǒng)的支持范圍，從Linux、Windows，到macOS；另一方面，它要支持在客戶現(xiàn)有的云端Kubernetes集群中運(yùn)行。
現(xiàn)有的Daytona主要是本地私有化部署，未來會支持Kubernetes，但它不是用Kubernetes 來直接運(yùn)行沙盒，而是用Kubernetes來管理底層節(jié)點 (nodes)，這相當(dāng)于構(gòu)筑了兩層精密的編排系統(tǒng)。
企業(yè)客戶特別需要這個：既享受物理級別的強(qiáng)隔離，同時還能實現(xiàn)算力的自動彈性伸縮。
Daytona的客戶主要包括三類。
第一類是Agentic型的AI Coding公司，這類公司目前都獲得了大筆的融資，而且場景已經(jīng)驗證，有大量用戶。
第二類是專注瀏覽器操作 (browser-use) 或計算機(jī)操作 (computer-use)的公司，Daytona成為他們的底層基石，為他們的Agent提供與人類界面交互所需的基礎(chǔ)設(shè)施。
第三類，也是最新的，是強(qiáng)化學(xué)習(xí) (RL) 環(huán)境基礎(chǔ)設(shè)施。業(yè)內(nèi)最知名的Agent真實能力基準(zhǔn)測試之一TerminalBench，其底層運(yùn)行框架，就是Daytona。Daytona也因此吸引了大量運(yùn)行RL工作負(fù)載的頂尖團(tuán)隊。
Daytona幫助其客戶，在特定工作流（尤其是RL領(lǐng)域）中，節(jié)省了6到20個小時不等的時間，實現(xiàn)了商業(yè)效率飛躍。
Agentic（智能體化）已經(jīng)成為AI應(yīng)用領(lǐng)域最明顯的趨勢。盡管Chatbot仍是AI應(yīng)用領(lǐng)域用戶量最集中的領(lǐng)域，但是Agent相比Chatbot的生產(chǎn)力優(yōu)勢是十分明顯的。
Chatbot只能與人們一對一的協(xié)作，并且一次性只能完成人們工作流程中的某一個環(huán)節(jié)。Agent卻能與人們一對多的協(xié)作，而且它能端到端的完成整個工作流程，并直接交付結(jié)果。
它與Chatbot相比更大的優(yōu)勢，在于它能夠并行化運(yùn)行，并且人們可以異步化的操作它。在工作組織中，未來的AI應(yīng)用方式，大概率是一個核心人類員工，管理多個Agent，并讓它們并行完成不同的工作任務(wù)。這種形式，已經(jīng)在cognition等AI原生應(yīng)用公司實現(xiàn)。
我們完全可以預(yù)測，Agent在未來，將成為主流勞動力的重要組成部分。
此前，Notion的CEO Ivan Zhao在播客訪談中表示，如果某個軟件公司產(chǎn)品不能被Agent使用，未來就很危險。再參考下NVIDIA在過去三年中的發(fā)展走勢，可以說“智能體計算 (agent compute)”將成為基礎(chǔ)設(shè)施領(lǐng)域最龐大的增量市場之一，鑒于一個人可以同時管理多個Agent的使用特性，這個市場的最終規(guī)模應(yīng)該會超過以人類為中心的計算市場。
如前所說，主流云廠商的基礎(chǔ)設(shè)施仍然是為人類計算需求設(shè)計的，與Agent的需求有較大的gap，而且盡管有Daytona這樣的公司以及阿里和Amazon等大廠看到了這個方向，但它們的產(chǎn)品也還遠(yuǎn)稱不上成熟。
對于創(chuàng)業(yè)者，這顯然是好消息，因為一方面市場潛力巨大，另一方面競爭對手還較少，尤其大廠的競爭對手相對創(chuàng)新速度慢。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論