給AI代理配備計算機——訪Daytona CEO Ivan Burazin
Daytona CEO Ivan Burazin 討論了其公司令人矚目的74%月增長率、日均85萬次沙盒執行、裸金屬基礎設施、強化學習評估,以及AI代理雲的新願景。公司從人類開發環境轉向AI沙盒,提供可組合的計算機,支援60ms啟動和動態擴縮容。
文章情報
要點
- Daytona 從人類開發環境轉向AI沙盒,月增長率達74%
- 提供裸金屬基礎設施、自有排程器,單沙盒啟動僅需60ms
- 最大客戶日均執行約85萬個沙盒,RL/評估工作負載從0%增長到約50%
- 預言未來AI雲將更像Stripe而非AWS
為什麼重要
這條新聞值得關注,因為Daytona 從人類開發環境轉向AI沙盒,月增長率達74%。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
Daytona 的故事始於十多年前。Ivan Burazin 和他的聯合創始人很早就創辦了CodeAnywhere,這是最早的瀏覽器IDE之一,旨在將開發環境遷移到雲端,終結“本地主機”的依賴。然而當時市場尚未成熟,直到AI代理的出現徹底改變了局面。AI代理不關心開發者使用的編輯器或本地配置,它們需要的是可以透過API訪問的計算機:有狀態的、即時啟動的、可動態調整的、隔離且可組合的。
Daytona 在2024年1月完成了從人類開發環境到AI沙盒的硬轉向。這個決定源於客戶的迫切需求——一個在新年前夜匆忙上線的MVP竟然吸引了大量使用者排隊索要API金鑰。Daytona 放棄了傳統的虛擬機器管理程式,選擇裸金屬基礎設施和自研排程器,從而實現了極致的啟動速度和資源利用率。
具體來說,Daytona 的單個沙盒啟動時間約為60毫秒,一次可批次啟動5萬個沙盒僅需約75秒。其最大客戶每天執行近85萬個沙盒,工作負載呈現出從零到10萬CPU的極端脈衝模式。強化學習和評估工作負載在短短幾個月內從零增長到總使用量的50%,這凸顯了AI訓練和評估對動態基礎設施的需求。
Ivan 指出,Kubernetes 在處理這種高度瞬態、快速擴縮容的工作負載時顯得笨重且低效,因此 Daytona 堅持使用自研排程器。他進一步預測,未來的AI雲服務將更加簡潔——不是像AWS那樣提供數百種服務,而是像Stripe一樣透過幾個簡單的API就能管理計算資源。此外,他認為CLI(命令列介面)比MCP(模型上下文協議)對AI代理的自動化更為關鍵,因為代理可以直接執行命令而不依賴複雜的協議。
Daytona 不僅支援Linux沙盒,還計劃提供Windows和macOS環境,但蘋果的許可限制使得macOS沙盒的提供面臨挑戰。同時,Daytona 的開源策略幫助代理更容易整合其平臺。Ivan 還警告,AI代理自動生成的PR可能會破壞現有的CI/CD流程,因為傳統的CI/CD工具並未設計用於處理如此頻繁和自動化的程式碼變更。
回顧創業歷程,Ivan 強調從CodeAnywhere到Daytona的轉型並非一帆風順,但AI代理的興起終於讓“本地主機的終結”成為現實。Daytona 目前僅有25人,卻支撐著巨大的計算規模。對於AI SaaS公司單純轉售token的模式,Ivan 認為它們可能面臨“冷水澡”,因為隨著基礎設施成熟,利潤空間將被壓縮。
總之,Daytona 代表了AI代理基礎設施的新方向:可組合的計算機、裸金屬效能、自研排程和極速啟動。這些特性使其在AI代理雲市場中脫穎而出,並可能塑造未來AI開發的基礎設施標準。