Agent37：低成本的 agent 沙箱
来自 Hacker News · 期号 2026-10-13
摘要
Agent37（YC F26）提供运行 AI agent 的沙箱，成本不到主流方案的 10%，平均每个沙箱每月 0.37 美元。创始人 Vishnu 分享了降本方法：跳过超大规模云厂商，改用 Hetzner 等低价主机；用 gVisor 实现资源高效共享；针对 agent 工作负载优化，RAM 是瓶颈而非 CPU。他们现在提供免费套餐，每个用户每月基础设施成本仅 0.05-0.10 美元。代价是 gVisor 沙箱不支持 Docker-in-Docker 或 Android 模拟器。
深读
导读 Agent37 是一个专为 AI agent 设计的低成本沙箱服务，平均每个沙箱每月仅 0.37 美元，成本不到主流方案的 10%。创始人 Vishnu 详细分享了四项降本策略，包括跳过超大规模云厂商、使用 gVisor 实现资源共享、针对 agent 工作负载优化硬件配置等。对于正在寻找 agent 沙箱方案的开发者，这篇文章提供了具体可操作的成本优化思路。 关键信息 - Agent37 平均每个沙箱每月成本为 0.37 美元，基础设施成本仅为主流方案的 10% 以下。 - 免费套餐用户每月基础设施成本在 0.05 到 0.10 美元之间，超过 90% 的新注册用户选择免费计划。 - 创始人曾任职 Amazon 高级软件工程师，指出 AWS 等超大规模云厂商的 VM 利润率高达 80-90%，因此改用 Hetzner、OVH 等低价主机商。 - 使用 gVisor 实现沙箱间内存共享，无需为每个沙箱预留完整 VM 内存，但代价是不支持 Docker-in-Docker 或 Android 模拟器。 - 针对 agent 工作负载，RAM 是成本瓶颈而非 CPU，因此服务器采购时优先考虑内存密度。 逐节讲解 创业背景与免费计划的实现 创始人 Vishnu 最初在 2025 年 2 月创办了一家 OpenClaw 封装公司，随后逐步增加更多 harness。他早期就希望提供免费套餐以获取市场份额，但受限于自筹资金和服务器成本。经过一系列优化后，如今免费套餐得以实现，超过 90% 的新用户使用免费计划，每人每月基础设施成本仅 0.05 到 0.10 美元。 四项降本策略 第一，分析 agent harness 的 CPU 和 RAM 使用模式：CPU 仅在初始化和特定任务时出现峰值，其余时间负载不高；RAM 在浏览器和计算机使用任务中需求较大，任务完成后回落。通过高效管理 CPU/RAM 利用率来降低成本。 第二，跳过超大规模云厂商。创始人曾在 Amazon 工作，了解其 VM 利润率高达 80-90%，因此选择 Hetzner、OVH 等更低价的供应商，这是最大的成本杠杆之一。 第三，选用 gVisor 技术栈实现资源缓存和共享。gVisor 允许在宿主机上跨沙箱共享内存，无需为每个沙箱预留完整 VM 内存，从而提升利用率和启动速度。代价是不支持 Docker-in-Docker 或 Android 模拟器等工作负载。 第四，优化服务器采购的尺寸和配置。对于 agent harness 工作负载，RAM 是成本瓶颈而非 CPU，因此采购时优先考虑在单台宿主机上堆叠更多 RAM。 产品现状与目标用户 Agent37 同时提供完整 VM 沙箱（支持 Docker），价格略高但仍具竞争力。创始人强调，通过聚焦沙箱这一细分场景并针对性优化，可以实现更好的成本/性…