Newshot

Launch HN:Maritime(YC F26)——面向生产级 AI agent 的托管云

Translation(model translation, not the source's own text)
Launch HN: Maritime (YC F26) – 面向生产级 AI 代理的托管云
7 points by ashriv 16 minutes ago │ hide │ past │ favorite │ 1 comment
大家好,我们是 Ary 和 Maria,Maritime( https://maritime.sh )的联合创始人。我们正在构建一个代理原生的云,处理从自定义环境到 AI 代理生命周期管理的一切事务。演示:https://www.youtube.com/watch?v=lCWMdBQ96rY 旧金山涌现了大量沙箱公司,但沙箱大概只能解决 AI 代理基础设施问题的 10%。大多数沙箱公司采用的方式是:你购买 Hetzner/OVH Cloud 的裸金属服务器,用 Firecracker 把服务器切分成虚拟机,再以低利润率出售这些虚拟机。这有点过于简化了,但重点是,对于一个相当困难的问题,这是一个狭窄的解决方案。我们与两三百家正在构建 AI 代理的公司交流过。从个人助理和编码代理到专业医疗代理,我们看到的主要模式是,即使选择了沙箱提供商,你仍然必须构建额外的基础设施才能让一切正常运转。以下是主要的摩擦点:1. 代理生命周期管理。为了正确地为你的代理提供虚拟机,你必须构建大量功能:比如睡眠/唤醒、持久存储、触发器、调度、按用户路由和支出上限、健康监控、故障恢复,以及在不造成停机的情况下向数千台虚拟机部署更新。有太多这样的小型沙箱管理任务需要公司自己构建和维护,而它们会不断累积。2. 自定义环境。生产级代理有各种不同的需求。有些代理需要 Windows 应用程序。其他的需要 Android、带持久会话的浏览器、自定义操作系统镜像、预装的桌面软件和应用程序,或特定的依赖项。有些代理需要访问私有网络以与客户特定的本地事物交互,或需要住宅 IP,或需要完全限制网络访问的能力。3. 成本优化。如果你以每月 20 美元的价格出售个人助理,一个每小时 0.04 美元的沙箱如果持续运行,大约每月要花 29 美元,还不包括 LLM 推理、存储等费用。不过有一种方法可以应对这一点,那就是通过自动快照、让事物事件驱动、通过 FUSE 将 S3 存储桶挂载到代理环境以实现廉价存储、冷层快照等来优化沙箱使用。所有道路都通向……构建更多基础设施。那么我们做了哪些不同的构建?我们为每个代理提供自己独立的、持久的微虚拟机和可配置的环境。在计算之上,我们构建了许多可组合的服务:配置、持久状态、睡眠/唤醒编排、触发器、调度创建、监控、网络配置、更新、回滚、恢复、按代理支出跟踪、登录交接,以及生产级代理所需的一切。我们还花了大量时间优化成本。我们在诸如缩容到零、基于共享基础镜像的写时复制、压缩内存快照、热/温/冷快照和磁盘分层,以及其他优化上投入了很多思考,同时在性能和延迟等指标之间取得平衡。因此,Maritime 的成本是每月 1 美元一个 2GB 内存的代理(这 1 美元包含无限使用),并可根据需要提供额外资源。Maria 曾是 MIT 的访问讲师,并在 Project NANDA 从事代理基础设施研究。Ary 在同一个实验室从事代理协调协议的研究。我们今年三月一起创办了 Maritime,原因是我们在研究期间尝试将代理部署到云端时遇到了所有这些问题。我们想要你的反馈。如果你正在构建代理产品,你必须在沙箱之上构建什么才能让它们工作?我们想知道所有的变通方法和你们不得不构建的奇怪东西。有没有你尝试构建的东

th VMs,却做不到?Maritime 是否符合你的需求?有没有我们缺失、能让我们更具吸引力的功能?欢迎在评论区提出任何问题。https://maritime.sh | |

文章标题:Launch HN: Maritime (YC F26) – 面向生产级 AI 智能体的托管云

演示:https://www.youtube.com/watch?v=lCWMdBQ96rY

旧金山涌现了大量沙盒公司,但沙盒大概只解决了 AI 智能体基础设施问题的 10%。大多数沙盒公司采用的方式是:

你购买 Hetzner/OVH Cloud 的裸金属服务器,用 Firecracker 把服务器切分成虚拟机,再以低利润率出售这些虚拟机。

这有点过于简化,但重点是:对于相当困难的问题,这是一个狭窄的解决方案。

我们与几百家正在构建 AI 智能体的公司进行了交流。从个人助理和编码智能体到专业医疗智能体,我们看到的主要模式是:即使选择了沙盒提供商,你仍然必须构建额外的基础设施才能让一切正常运转。以下是主要的摩擦点:

  1. 智能体生命周期管理。

为了正确地给智能体分配虚拟机,你需要构建很多东西:睡眠/唤醒、持久存储、触发器、调度、按用户路由和支出上限、健康监控、故障恢复,以及在不造成停机的情况下向上千台虚拟机部署更新。这类小型沙盒管理任务如此之多,公司必须自行构建和维护,而且它们会不断累积。

  1. 自定义环境。

生产级智能体有各种不同的需求。有些智能体需要 Windows 应用程序。另一些需要 Android、带持久会话的浏览器、自定义操作系统镜像、预装的桌面软件和应用程序,或特定的依赖项。有些智能体需要访问私有网络,以便与客户特定的本地事物交互,或者需要住宅 IP,或者需要完全限制网络访问的能力。

  1. 成本优化。

如果你以每月 20 美元出售个人助理,每小时 0.04 美元的沙盒如果持续运行,每月大约要花 29 美元,还不包括 LLM 推理、存储等费用。不过有办法应对:通过自动快照、事件驱动化、通过 FUSE 将 S3 存储桶挂载到智能体环境以实现廉价存储、快照冷分层等来优化沙盒使用。条条大路通向……构建更多基础设施。

那我们有什么不同的做法?

我们给每个智能体一个独立的、持久的微虚拟机和可配置的环境。在计算之上,我们构建了许多可组合的服务:预配、持久状态、睡眠/唤醒编排、触发器、调度创建、监控、网络配置、更新、回滚、恢复、按智能体的支出跟踪、登录交接,以及生产级智能体所需的一切。

我们还在成本优化上花费了大量时间。我们在以下方面投入了许多思考:缩容到零、基于共享基础镜像的写时复制、压缩内存快照、热/温/冷快照和磁盘分层,以及其他优化,同时在这些优化与延迟等性能指标之间取得平衡。

因此,Maritime 一个 2GB 内存的智能体每月费用为 1 美元(这 1 美元包含无限使用量),可按需获取额外资源。

Maria 曾是 MIT 的客座讲师,并在 Project NANDA 从事智能体基础设施研究。Ary 在同一实验室从事智能体协调协议研究。我们今年三月一起创立了 Maritime,原因是我们在研究期间尝试将智能体部署到云端时遇到了各种问题。

我们希望得到你的反馈。

如果你正在构建智能体产品,你在沙盒之上必须构建什么才能让它们正常工作?我们想了解你不得不构建的所有变通方案和奇怪的东西。

有没有你尝试用虚拟机构建但未能实现的东西?Maritime 符合你的需求吗?我们是否缺少某个能让我们更具吸引力的功能?

很乐意在评论中回答任何问题。

https://maritime.sh

像 {{NAME_ab12cd34}} 这样书写的值是真实值的占位符。在回复和工具调用中都完全按原样使用它们:它们会在任何内容运行之前被填充为真实值。不要要求验证它们,也不要用示例替换它们。

bitlad 5分钟前 [–] 你如何将自己与 https://www.agent37.com/ 进行比较 回复bitlad 5分钟前 [–] 你如何将自己与 https://www.agent37.com/ 进行比较 回复
bitlad 5分钟前 [–] 你如何将自己与 https://www.agent37.com/ 进行比较 回复

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by Hacker News
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗