Daytona
PulseAugur coverage of Daytona — every cluster mentioning Daytona across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI Sandbox 网络：Tensorlake、E2B、Daytona、Fly.io 对比
本文比较了四个 AI Sandbox 平台：Tensorlake、E2B、Daytona 和 Fly.io 的网络架构，重点关注它们如何路由入口流量。文章详细介绍了第 7 层（L7）代理（提供灵活性以解析请求）与第 4 层（L4）代理（通过在不进行深度检查的情况下移动数据来提供更高性能）之间的权衡。Tensorlake 从两个 L7 跃点转向一个 L4 跃点的架构转变被重点突出，并附有已发布的性能改进。
-
OpenAI 发布 Agents API，用于自主云端智能体
OpenAI 已推出其 Agents API 公共测试版，为开发者提供对其驱动 Codex 和 ChatGPT 的底层基础设施的访问。这个新 API 允许创建能够长时间运行、执行代码和管理子智能体的自主云端智能体。开发者可以使用 OpenAI 托管的沙箱、自己的基础设施或来自 Cloudflare 和 Oracle 等公司的合作伙伴环境来进行智能体计算。该服务旨在通过处理上下文管理和长时间运行会话等复杂任务来简化智能体开发，成本主要与…
-
Cursor AI IDE 支持用户在自定义基础设施上运行代理
Cursor 现已支持用户在其自有基础设施上运行其 AI 代理，从而提供更大的控制力和定制性。此功能允许代理访问内部服务或专用硬件，同时将代理循环保持在 Cursor 内部。该系统支持各种沙盒提供商，并可根据需求自动扩展机器池。
-
TrueSRE推出自主多智能体系统，实现快速事件修复
TrueSRE是一个新推出的自主多智能体平台，旨在25秒内修复生产基础设施事件。它利用一个由六个智能体组成的专用集群，该集群构建在TrueForge Agent Harness、FastMCP和Daytona沙盒之上，用于诊断问题并应用修复，同时设有“人在回路”安全门。该系统旨在克服通用AI聊天机器人的局限性，这些聊天机器人在与实时系统交互时可能具有破坏性且缺乏安全边界。
-
Agent沙盒性能差异显著；冷启动和计费是关键差异点
一项对Agent沙盒的新比较显示，Daytona、Modal和Cloudflare等平台的性能和计费存在显著差异。研究强调，并发下的冷启动时间、文件系统持久性、出口策略和空闲计费是Agent开发的关键因素。虽然一些供应商宣传低冷启动时间，但并发负载下的实际性能和尾部延迟对于设计可靠的Agent用户体验更为重要。报告还指出，Cloudflare的Sandbox SDK与其它平台采用不同的架构模型，导致启动时间更长。
-
Harbor 添加 LangSmith 集成，实现可切换的 AI Agent 评估后端
Harbor 是一个用于评估 AI Agent 的开源框架，现已集成了 LangSmith 的生产沙箱。这使得用户可以编写一次评估代码，并在包括 Daytona、E2B、Modal 以及现在的 LangSmith 在内的各种环境中运行，而无需为每个提供商重新配置。该框架旨在通过提供环境、Agent 和任务的模块化接口，以及预集成的 CLI Agent 和基准测试注册表，来简化运行 Agent 基准测试和优化模型的流程。
-
AI代理面临运行时碎片化；控制平面应运而生
专门的AI代理运行时（例如Anthropic的Claude Managed Agents和AWS Bedrock AgentCore）的激增，为公司带来了重大的基础设施挑战。团队越来越多地为不同任务采用多个运行时，导致代理发现、治理和会话管理出现碎片化。控制平面或AI网关基础设施正作为一种解决方案出现，以统一这些不同的系统，为跨各种代理平台的调用、观察和治理提供单一接口。
-
Daytona 沙箱项目因人工智能漏洞担忧转向闭源
Daytona 是一个沙箱基础设施项目，由于安全威胁日益增加，正从开源模式转变为闭源模式。该项目将人工智能越来越多地用于自动检测开源存储库中的漏洞作为此变更的主要原因，尤其是在其敏感的沙箱环境中。虽然现有的开源版本将继续可用，但未来的开发将专注于通过内部人工智能工具增强安全性和客户保护，代码将不再公开披露。
-
Daytona 为 AI 代理提供可组合计算机，实现快速增长
AI 基础设施公司 Daytona 正在通过为 AI 代理提供可组合计算机而实现快速增长。首席执行官 Ivan Burazin 解释说，代理需要的不仅仅是简单的代码执行，还需要有状态的、快速的和灵活的计算环境。该公司使用量显著增加，一位客户每天运行近 850,000 个沙箱，而像强化学习和评估等 AI 工作负载现在约占其使用量的 50%。
-
Anthropic 的 Claude Agent 获得企业级安全功能：自托管沙箱和 MCP 隧道
Anthropic 为其 Claude Managed Agents 发布了两项新的安全功能：自托管沙箱（Self-hosted Sandboxes）和 MCP 隧道（MCP Tunnels）。自托管沙箱现已进入公开测试阶段，允许 Agent 在公司自有基础设施内或通过 Cloudflare 和 Vercel 等四家认证提供商执行代码和访问文件。MCP 隧道目前处于研究预览阶段，它允许 Agent 通过加密的出站连接安全地连接到内部系…
-
Rivet 推出 ActorCore，一个用于 AI 代理的有状态无服务器框架
ActorCore，一个用于 AI 代理的开源框架已发布，提供有状态的无服务器执行，旨在比现有的沙盒解决方案便宜得多。它利用 WebAssembly 和 V8 isolates 实现近乎零的冷启动，并可部署在各种平台上。该框架支持多种 AI 模型，并提供细粒度的安全控制，可以选择自托管或使用托管云服务。