YC 新秀 Agent37：把 AI Agent 沙箱干到每月 0.37 美元，免费用户成本只要 5 美分

一个 AI Agent 沙箱，一个月收你多少钱？如果你用过市面上的主流沙箱服务，这个数字可能在几美元到十几美元之间。而在 10 月 12 日的 Hacker News 首页上，一家 YC F26 的新公司抛出了一个让所有人停下滚动的手指的数字：他们的客户，平均每个沙箱每月只花 0.37 美元。

这家公司叫 Agent37，创始人 Vishnu 亲自在 Launch HN 首帖里写下了这个数字，以及更离谱的另一个：公司 90% 以上的新注册用户都在用免费档，而 Agent37 为这些免费用户承担的基础设施成本，平均每人每月只有 0.05 到 0.10 美元——也就是几美分。

这不是一次简单的低价倾销。Vishnu 在帖子里把降本的每一招都摊开讲了：从 agent 负载的 CPU/RAM 脉冲特征，到"跳过超大规模云厂商"，再到 gVisor 和裸金属机型的选型。对于正在把 agent 搬上云端的一人开发者来说，这篇帖子既是一份成本拆解，也是一份基础设施选型的路线图。

Agent37 封面：YC F26 公司把 AI Agent 沙箱做到每沙箱每月 0.37 美元，比主流沙箱商便宜 94%" alt="Agent37 封面：YC F26 公司把 AI Agent 沙箱做到每月 0.37 美元" />

Agent37 是什么：跑 AI Agent 的持久化云沙箱

Agent37 做的东西一句话就能说清：给 AI Agent 用的云端沙箱。你把 agent harness（比如 OpenClaw、Hermes、Claude Code）部署进去，它就在隔离的沙箱里 24 小时运行，有自己的文件系统、网络出口和磁盘，断开连接再回来，东西都还在。

这家公司的出身很有意思。Vishnu 在帖子里毫不避讳：今年 2 月，Agent37 起家时就是"一家 OpenClaw 套壳公司"（原文："one of those OpenClaw wrapper companies"）。但几个月下来，他们支持的 harness 越来越多，现在官网列出的现成 harness 包括 Hermes、OpenClaw、Claude Code、Codex、OpenCode、Grok、Pi，也支持自带 harness。也就是说，它从"某个 agent 的云托管"长成了一个与 harness 无关的通用 agent 运行层。

创始人的履历给这个故事加了可信度：Vishnu 曾是亚马逊的高级软件工程师、Quantcast 的工程经理，在亚马逊内部做过 AI 聊天机器人 Diya 和内部编程 harness Ziya。换句话说，他是从云大厂内部出来、亲手算过账的人——这也解释了为什么这篇帖子的核心不是功能介绍，而是一份成本账。

把数字摊开：0.37 美元到底是什么口径

先把帖子里和官网上的数字一次摆齐，因为魔鬼全在口径里：

• 客户平均每沙箱每月 0.37 美元：Launch HN 首帖原文，"Our customers spend an average of $0.37/month per sandbox"，同时宣称成本是"市面大多数沙箱服务商的 10% 以内"。
• 免费档用户月均基础设施成本 0.05–0.10 美元：90% 以上的新注册用户是免费用户，他们把个人的 Hermes/OpenClaw/Claude Code 挂在 Agent37 的云上，Agent37 为每人每月付出的 infra 成本只有几美分。
• 官网口径：比大多数沙箱服务商便宜 94%：agent37.com 首页的说法，和 HN 帖的"10% 以内"基本一致（94% lower ≈ 对方价格的 6%）。
• 官网还放了一个 31 家服务商的比价页（"Compare all 31 providers, rates and sources"），并承诺"找到更便宜的就退差价"。敢把比价做成公开页面，说明他们对这个成本数字是认真的。

但有一个数字值得单独拎出来看：官网 FAQ 里写着，一个 2 vCPU / 4GB 的沙箱如果整月每一分钟都开着，费用是 4.76 美元。这和 0.37 美元矛盾吗？不矛盾——关键在于 auto-sleep。沙箱没有活动就自动休眠，休眠后只收磁盘费（4GB 磁盘每月 0.36 美元），唤醒是按请求自动的。0.37 美元是"所有客户沙箱的平均值"，而现实是绝大多数个人 agent 一天里真正干活的时间只有零星几段，大部分时间都在睡觉。

这个口径细节恰恰是理解这门生意的第一课：agent 沙箱的成本，拼的不是单价，而是闲置时间的处理。一个常驻的个人 assistant（比如挂在云端的 OpenClaw，帮你收邮件、定时跑任务），按分钟计费 + 自动休眠之后，月账单自然就掉到了"零钱级"。

Agent37 封面：YC F26 公司把 AI Agent 沙箱做到每沙箱每月 0.37 美元，比主流沙箱商便宜 94%" alt="Agent37 与市面主流沙箱商的单沙箱月成本对照条形图" />图 1：单沙箱月均成本对照。Agent37 客户平均 $0.37/月，约为市面主流沙箱商的 10%（数据来源：Agent37 创始人 Launch HN 首帖，2026-10-12）。

降本四招：成本结构是怎么被压缩的

帖子最有信息量的部分，是 Vishnu 逐条拆解的四个降本手段。这四招单独看都不神秘，合在一起就是一套完整的"为 agent 负载定制基础设施"的方法论：

第一招：按 agent 的负载脉冲特征动态分配 CPU/RAM

这是整套方法论里最关键的洞察。Vishnu 指出，agent harness 的资源消耗有明显的模式：CPU 是在初始化和执行某些任务时脉冲式爆发的，平时并不打满；而 RAM 的需求集中在浏览器操作和 computer-use 这类任务上，任务做完用量就回落。

传统云主机是按"峰值预留"卖的：你为那几分钟的 CPU 峰值，付的是一整台 VM 的钱。Agent37 的做法是按这种脉冲特征去调度 CPU 和 RAM 的实际利用率，不给每个沙箱预留一整台 VM 的资源。这本质上是把"agent 负载"当成一种新的 workload 类型来做装箱优化——就像当年云厂商为 Web 服务发明 auto-scaling 一样，现在有人开始为 agent 发明专用的调度策略了。

第二招：跳过超大规模云厂商，用 Hetzner/OVH 裸金属

这一招最有"前亚马逊人"的味道。Vishnu 写道："我在亚马逊工作过，他们在 VM 上的毛利是 80–90%。所以当我看到价格之后，往下一层、去 Hetzner 和 OVH 这样的厂商租裸金属，就是个显而易见的选择。"他还补了一句：光这一招，可能就是降本幅度最大的单个杠杆。

这话的信息量很大。它意味着 agent 沙箱这个品类的成本里，有相当大一块是"云品牌税"——你付的不是算力，是 hyperscaler 的渠道、合规和品牌溢价。对于 agent 这种对合规要求相对低（沙箱本来就是隔离的）、对价格极度敏感的 workload，直接买裸金属是合理的。当然代价也有：你要自己处理硬件故障、网络和运维，这部分人力成本帖子里没有展开。

第三招：gVisor 做隔离，内存跨沙箱共享，冷启动快

技术栈的选择上，Agent37 用 gVisor 做沙箱隔离。gVisor 的好处有二：一是可以在多个沙箱之间共享宿主机的可用内存，而不必为每个沙箱预留一整台 VM 的内存；二是冷启动快。这两点直接对应第一招的调度策略——没有 gVisor 这种轻量隔离，脉冲调度就无从谈起。

Vishnu 也诚实地写了 trade-off：gVisor 沙箱不支持 Docker-in-Docker 和安卓模拟器这类 workload。对于需要完整 VM 的场景（比如要在沙箱里跑 Docker），他们也提供 full VM 沙箱，价格稍贵一些，但"用了同样的优化手段，所以依然很便宜"。这种"默认轻量、按需加重"的分层，是成本控制的典型手法。

第四招：按 RAM 瓶颈选机型，往宿主机里塞内存

最后一招是采购策略："买服务器的时候，机型的大小和形状影响很大。对成本来说，瓶颈通常是 RAM 而不是 CPU——这对 agent harness 这类负载尤其成立。所以买服务器时，我们优化的是往一台宿主机里塞进更多内存。"

四招连起来看，逻辑链非常完整：先认清 workload 的特征（脉冲 CPU、吃内存），再选便宜的底层（裸金属），再选匹配的隔离技术（gVisor 共享内存），最后按瓶颈采购硬件（大内存机型）。每一步都是"为 agent 负载定制"，没有一步是通用云的最佳实践。

Agent37 封面：YC F26 公司把 AI Agent 沙箱做到每沙箱每月 0.37 美元，比主流沙箱商便宜 94%" alt="Agent37 降本四招流程示意图：负载脉冲调度、裸金属、gVisor、内存型机选" />图 2：Agent37 的降本四招——从 workload 特征出发，逐层压缩成本结构（内容整理自 Launch HN 首帖）。

产品长什么样：不止是便宜

除了价格，官网披露的产品形态也值得一看，因为它定义了"agent 运行层"这个品类应该长什么样：

• 计费：按分钟计费，沙箱运行时收计算费，保留时收磁盘费；无订阅、无最低消费，新用户有 5 美元 starter credit，创业公司最高可拿 1 万美元 credit。
• 持久化："文件在会话、休眠、重启之间都保留"，还有自动备份可恢复。FAQ 里写得更直白："agent 写到磁盘上的东西，几周后下一次调用还在。"这对长期运行的 agent 是刚需——记忆和状态不能丢。
• 网络：每个沙箱可拿到带鉴权的 HTTPS 地址，可暴露公开端口或绑定自己的域名，适合把 agent 做成对外服务的产品。
• 可观测性：CPU、内存、磁盘用量可查，能读日志看沙箱里跑了什么——vibe coder 调 agent 必备。
• 安全：每个沙箱 gVisor 隔离、独立文件系统和磁盘配额；宿主机无公网 hostname，所有请求经 Cloudflare 边缘 TLS 进入；出站只允许公网；磁盘、备份、元数据静态加密；SOC 2 Type I；明确承诺"不收集你的 prompt、文件和终端会话，数据永不用于训练模型"。

值得注意的是，Vishnu 在帖子结尾说，他们"特别想找做 messaging agent 的开发者来试"，来"挑战平台的极限和经济模型"。这透露了他们的获客思路：先让对成本最敏感、负载最重的开发者来压测——如果连 messaging agent 这种高频 workload 都扛得住还便宜，口碑自然就有了。

趋势：Agent 运行层正在成为新的基础设施品类

把 Agent37 放进更大的图景里看，会发现它踩中了一个正在成型的品类。前不久 AWS 刚开源了 Strands Box——给 AI Agent 用的沙箱，规则还能记住 agent 干过什么（本站之前报道过，点此回顾）。一边是云大厂把沙箱开源出来做生态，一边是 YC 创业公司把沙箱的成本打到每月几毛钱，"agent 在哪里跑"正在从"开发者的顺手选择"变成一个独立的基础设施品类。

这个品类的竞争逻辑和上一代云计算很像，但又有一个关键区别：拼的不是功能丰富度，而是成本结构。沙箱的功能清单（隔离、持久化、网络、可观测性）大家都能做出来，真正的壁垒是谁能把"一个 24 小时在线的 agent"做到足够便宜，便宜到开发者不用思考就可以开一百个。

Agent37 的答案是垂直整合：只服务 agent 这一种 workload，然后为它定制从采购到调度的每一层。这和当年 AWS 为 Web 负载定制基础设施的逻辑如出一辙——只不过这次的主角是 agent。

对一人开发者意味着什么

对 vibe coder 和一人开发者来说，这件事的意义非常具体：把一个常驻 agent 放在云端 24 小时在线的成本，从此是"零钱级"的。

想想典型场景：你在云端挂一个 OpenClaw 或 Hermes personal assistant，帮你定时收邮件摘要、监控某个网站变化、每天早上生成日报。按 Agent37 的模型，它一天里 95% 的时间在 auto-sleep，只在你叫它时醒来干活，月账单就是几毛钱。免费档用户月均 infra 成本 0.05–0.10 美元——这个数字意味着，服务商甚至可以长期免费提供这项服务，靠的是极致的成本结构，而不是补贴烧钱。

对比一下自己租 VPS 跑：最便宜的 VPS 也要几美元一个月，还要自己处理断线重连、系统更新、反向代理。沙箱服务的价值在于把"让 agent 一直活着"这件事外包出去，而 Agent37 证明了这件事可以便宜到不用算账。

冷静一下：三个值得打问号的地方

数字很性感，但做判断之前，有三件事值得冷静看看：

第一，0.37 美元是"平均值"，不是"定价"。官网没有任何"$0.37 套餐"，实际计费是按分钟 + auto-sleep 来的。如果你的 agent 是高频 workload（比如 messaging agent 全天处理消息），账单会显著高于平均值。Vishnu 在帖子里主动邀请 messaging agent 开发者来"挑战极限"，某种程度上也是在收集高负载场景的真实数据。看这个数字时，要问的是"我的 workload 的 idle 比例是多少"，而不是"0.37 包月吗"。

第二，gVisor 的 trade-off 是真实存在的。不支持 Docker-in-Docker 意味着，如果你的 agent 需要在沙箱里再起容器（很多 coding agent 的工作流依赖这个），就得用更贵的 full VM 方案。选型之前先确认自己的 harness 有没有这类需求，别被 headline 数字带偏。

第三，这套成本打法没有专利墙。Hetzner 裸金属谁都能买，gVisor 是开源的，脉冲调度的思路帖子里已经公开了。Agent37 的壁垒不在单点技术，而在把四招拧在一起的运营细节和先发规模——但这也意味着，未来会有更多人复制这套打法，价格战可能会继续。对用户是好事，对 Agent37 则是需要持续证明自己的压力。

另外一个小提醒：公司 2 月才成立，服务 100 多家公司的说法来自官网，独立第三方验证还不多。把生产 agent 迁上去之前，建议先用免费档跑几周，看看 sleep/wake 延迟和持久化是否真如宣传。

结语：这条赛道拼的是成本结构

Agent37 的 Launch HN 帖子之所以值得细读，不是因为它又发布了一个开发者工具，而是因为它把一门新生意的成本账彻底公开了。在"Agent 运行层"这个新品类里，功能会趋同，价格会内卷，最后剩下的就是谁的成本结构更极致。

对开发者来说，最好的消息是：无论最后谁赢，24 小时在线的个人 agent 正在变成几毛钱一个月的"水电煤"。而当一个能力便宜到不用算账时，用法上的想象力才真正开始。

一手来源：Launch HN: Agent37 (YC F26) – Low-cost agent sandboxes for running agents（Hacker News，2026-10-12，创始人 Vishnu 亲发）；agent37.com 官网（2026-10-16 访问）。延伸阅读：AWS 开源 Strands Box：给 AI Agent 的沙箱。