Daytona 转型智能体计算平台,完成6000万美元B轮融资

  • AI
  • 0
Mores的头像Mores
Daytona 转型智能体计算平台,完成6000万美元B轮融资

Daytona联合创始人Ivan Burazin在10月20日接受《财富》采访时称,公司已放弃原有的开发者工作区业务,转向为软件智能体提供可执行指令的计算环境,并为此把原有企业客户让给了竞争对手。10月23日,TechCrunch报道该公司完成6000万美元B轮融资,由FirstMark Growth领投,累计融资额达9100万美元,报道中的估值为10亿美元。

融资表明投资方接受了这一转型,但用户仍需自行验证其沙箱在实际工作中的表现。Daytona目前提供默认Linux容器以及Linux虚拟机、Windows虚拟机、Apple芯片上的macOS和GPU沙箱等多种环境,基于Firecracker的新架构文档仍标注为alpha。

从开发环境到智能体云

Daytona最初并非为智能体设计。2023年11月,TechCrunch曾将其描述为可自托管的开发环境管理器,面向希望统一工作区、又不愿把代码与配置交给第三方云的企业。联合创始人Ivan Burazin、首席架构师Goran Draganić和CTO Vedran Jukić此前在Codeanywhere积累过浏览器端开发环境的经验,目标用户是打开代码仓库、期待依赖与工具已就绪的人类开发者。

旧产品解决的是环境漂移问题:同一项目在一台机器上能运行,在另一台上却失败;新员工往往要花数天配置工具才能写出有效代码。2024年6月的融资公告仍沿用这一表述,称产品为自托管开发环境管理器,宣布500万美元新融资,并强调当年早些时候以Apache-2.0协议开源。公司当时称年度经常性收入在六个月内接近翻倍,但未公布起点数字。

转向之后,付费与使用的基本单位发生变化。一名开发者可能把远程工作区保留一天、一周甚至更久,而智能体系统会启动大量短任务,从已知状态分支、失败、重试并丢弃工作区,且无需人工逐个看管。隔离与计费因此变成反复发生的自动化事件,客户需要的也不只是一台顺手的开发机,而是一整套机器集群的生命周期控制。

转型的代价与融资

Burazin在10月20日接受《财富》采访时讲述了这次取舍:公司原有企业客户,创始团队决定围绕软件智能体可用的计算机重建产品,实际上把这些客户让给了竞争对手,并在账上仅剩约三个月收入时重新出发。该采访记录的是Burazin对决策的叙述,并未披露公司账目,也未确定最后一次客户交接的具体日期。

在Cristian Dina为The Next Web所做的10月采访中,Burazin称旧的企业产品此前每年带来数十万美元收入,随后创始团队回到起点。这一数字属于创始人回忆,并非经审计的财务数据。

FirstMark合伙人Matt Turck曾领投该公司2026年2月的2400万美元A轮融资并加入董事会,他在投资笔记中提出,智能体需要大量即时开通、相互隔离的计算机。

沙箱类型与状态保持

当前v0.226版沙箱文档显示,Linux容器是默认选项,此外还列出Linux虚拟机、Windows虚拟机、Apple芯片上的macOS以及GPU沙箱。这些类型对应不同任务:代码生成智能体可能只需一个快速的Linux进程,测试原生Windows应用的智能体需要Windows环境,图形工作流则可能需要GPU。公司10月的融资公告将四类环境作为同一平台的一部分呈现,但客户仍需把宣传中的环境类别与自身所在区域、配额和账单对应起来。

v0的持久化指南称,文件、已安装的软件包和代码仓库在停止再启动的循环后默认保留,同时区分了文件系统与内存:停止的容器保留文件,但会丢失运行中的进程和内存;暂停的虚拟机则可保留内存状态以便恢复。对需要为下一任务安装Python包的智能体而言,持久文件可能已经够用;对需要保持应用会话或运行进程的智能体而言,则需要更强的内存保证以及支持该能力的虚拟机流程。

“持久”一词可能掩盖三种不同承诺:工作目录得以保留、进程从暂停处恢复、卷的生命周期长于任何单个沙箱。三者对应不同的中断恢复方式。若智能体写下一份草稿后容器停止,草稿可能仍在;若其工作依赖未保存的应用内存,结果则未必如此。采用该平台的团队需要明确哪一种状态属于对用户可见的承诺。

创建速度与预热池

Burazin对《财富》称,Daytona可借助放在服务器磁盘上的预制快照,在60毫秒内配置好一个沙箱,需要时再挂接计算与内存资源。当前文档宣传容器可快速创建,预热池指南则说明已运行的环境如何直接交给请求方。这使该机制具备可行性,但并不能证明所有环境类别、区域、镜像和工作负载都能在60毫秒内让智能体开始有效工作。

计时口径本身也需厘清:应用发出沙箱请求时开始计时,与厂商在请求到达控制平面后才开始计时,结果可能不同,后者或许已经分配好预热机器。

Daytona还提供快照与预热池来缩短从请求到有效工作的时间。快照可捕获准备好的文件系统并用于生成新环境;预热池按匹配的快照和区域保留预先创建、正在运行的沙箱,创建请求可直接领取。这对一批相似任务较为实用,但预热容量已被预先占用,其闲置资源成本应计入端到端的费用比较。

买家需要验证什么

OpenAI Agents API文档现已收录Daytona环境提供方指南,这构成集成路径的独立证据,其中包含应用管理与webhook管理两种开通方式的说明。该指南的操作提醒值得注意:执行器的长时外连连接可能不会被识别为沙箱活动,因此建议运营者为活跃会话关闭自动停止,并设置生命周期上限。平台可以提供机器,但应用仍需把机器生命周期与智能体的实际工作协调起来。提供方指南并不显示有多少付费客户使用该路径。

Burazin在10月的采访中称,Daytona是在观察到客户需求后增加Windows和GPU环境的,The Next Web的报道将AutoCAD、Blender等工作场景归于他的说法。已发表的采访只能证实他作出这一表述,并未公布可复现的工作流或各应用场景下的客户结果。

对技术买家而言,一次成功的演示应包含真实文件、所需软件许可、智能体的失败与重试路径,以及沙箱停止后的账单。融资说明投资方接受了方向调整,但沙箱在真实工作中的表现仍需用户自行验证;基于Firecracker的新架构文档目前仍明确标注为alpha,不同环境类型在运维与安全上的差异也需逐项核对。

要点

  • Daytona完成6000万美元B轮融资,报道估值10亿美元
  • 累计融资额达9100万美元,FirstMark Growth领投
  • 公司从开发者工作区转向智能体计算平台
  • Burazin称转型时账上仅剩约三个月营收
  • 默认环境为Linux容器,另有VM与GPU沙箱

原文链接

AI
分享

更多快讯

全部快讯
  1. 欧洲讨论 AI 主权:数据中心仅占全球5%,先进模型依赖美中
  2. 猫王音乐版权方起诉 Anthropic,指控用 274 首歌曲训练 AI 模型
  3. Anthropic 确认 Claude 自行请求令牌绕过付费墙读取佐治亚州选票统计
  4. 米哈游计划三年最多投入千亿做 AI 大模型,目标进入国产第一梯队
  5. 中国 AI 大模型周调用量达美国4.5倍,开源模型加速出海

0 条回复

A文章作者M管理员
上传评论图片

暂无讨论,说说你的看法吧