被一张 $101,872 的账单逼急了：LiteLLM 开源云端 coding agent Moyai，号称比 Devin 便宜 79%

起因：一张十万美元量级的 agent 账单

2026 年 10 月 7 日，LiteLLM 团队在官方博客宣布开源 Moyai：一个自托管的云端 coding agent。开源的动机写得相当坦率——他们团队一个月的 Devin 账单达到了 $101,872（2026 年 8 月 30 日至 9 月 29 日），而使用者只有自家团队。账单截图被直接贴在了博客里，每日花费峰值超过 $10,000。

这件事戳中了这一年 vibe coding 圈子里最痛的神经：agent 的账单正在失控。不是模型变贵了，而是"自动跑起来"的 agent 把"工程师顺手开的会话和自动化"变成了持续烧钱的黑盒。LiteLLM 的工程师们开的会话和自动化，跑在他们无法控制的模型和路由上——钱花得不明不白，这才是他们决定自己动手的核心原因。

Moyai 正是他们"自己动的手"。博客透露，就在开源前一周，LiteLLM 刚写过一篇"2 天造出内部版 Devin"的文章，评论区大量读者问能不能自己部署——Moyai 就是他们生产环境在跑的同一套代码。

它长什么样：Slack 派任务，合上笔记本任务继续跑

Moyai 的工作流可以概括为一条链路：在 Slack 或浏览器里派任务 → 云端沙箱干活 → 回来收 PR。每个会话拥有独立的云端工作区，带 terminal、文件系统和浏览器，agent 在里面改代码、跑测试，最后开一个 pull request 等你 review，附带代码和测试结果。

图 1：Moyai 的任务链路——派任务、调度、云沙箱执行、收 PR 四段

两个细节值得注意。第一，任务是异步的：合上笔记本，云端任务照常运行；第二天早上可以在 Slack 里把 thread 捡回来继续。大任务还能拆成并行 worker 分头干，最后汇总结果。这正是 Devin 当年打动人的那套"云端雇员"体验，Moyai 把它搬到了你自己的基础设施上。

第二，agent 和模型都是可选项。启动会话时可以选择 harness：Codex、Claude Agent SDK、Hermes、OpenCode、Deep Agents；模型请求经 LiteLLM 网关发出，支持 100+ provider（OpenAI、Anthropic、Fireworks、Google、xAI、Mistral、DeepSeek、Bedrock 等）。一个关键的安全设计是：provider key 留在网关上，沙箱看不到密钥——agent 在云沙箱里干活，但它接触不到你的 API 凭证。

成本账本：账能算到每个人、每次会话

Moyai 的另一个卖点是成本可观测。LiteLLM 本来就是做网关的，Moyai 直接复用网关上报的费用数据，做按用户、按会话、按模型的拆账：哪个队友、哪个任务花了多少钱，可以追溯到网关的原始请求。这对团队管理 agent 开支是刚需——Devin 时代最大的痛点之一就是"钱花了，但不知道谁花的、花在哪"。

图 2：LiteLLM 公布的 Devin 账单截图（8 月 30 日至 9 月 29 日，$101,872.24）——图片来源：LiteLLM 官方博客

部署方面，Moyai 跑在 Modal 或 Substrate 之类的云基础设施上。官方给出的上手清单很实在：一个 Modal 账号、一个可达的 LiteLLM 网关、所选模型的 key，然后按 setup 指南部署、验证一个云任务、接入一个仓库。建议从"团队已经理解的小 bug"开始，先看 PR、测试输出和模型成本，再扩大 rollout。权责也划得很清楚：安装、更新、凭证、备份都归你，模型用量和云基础设施的钱也归你。

79% 这个数字，先看脚注再激动

博客标题级的数字是：Moyai 自估每天约 $700，31 天约 $21,700，对比 $101,872 的 Devin 账单，省约 $80,000，低约 79%。

图 3：LiteLLM 团队单月成本对比——Devin 实际账单 vs Moyai 官方自估

但官方自己在博客里加了明确的限定语，这是整篇文章最值得放大的部分："This is an internal comparison, not a matched-workload benchmark."（这是内部对比，不是等负载基准。）Devin 的日花费曲线是"根据账单仪表盘近似、再按发票总额缩放"的；Moyai 那条线则直接假设了每天 $700。换句话说，79% 是 LiteLLM 自家工作负载、模型组合下的估算，不是第三方可复现的 benchmark。

再往深想一层：Devin 账单里烧掉的钱，一部分来自"工程师开了大量会话和自动化、跑在不可控的模型和路由上"。换成 Moyai 之后省下来的钱，有多少来自"自托管"，有多少来自"终于能选便宜模型、关掉浪费的自动化"？博客没有拆分。一个诚实的读法是：Moyai 省钱的真正机制是"把选择权拿回来"——选模型、选路由、看得见账单；自托管只是这个机制的载体。如果你继续用 Opus 级别的模型 7×24 小时跑自动化，自建也一样烧钱。

另外，自托管不是免费的。$700/天 的估算是 LiteLLM 团队的数字，你的模型组合、工作负载、计算和存储决定你的成本；博客也明说实际成本取决于这些因素。再加上运维人力——安装、更新、备份、安全组都是你的活。对五人以下的独立团队，这笔人力账可能比模型账更贵。

为什么偏偏是 LiteLLM 来做这件事

换个角度想：做网关的公司开源一个云端 agent，一点都不违和。LiteLLM 的核心资产是"跨 100+ provider 的统一路由 + 账本"，Moyai 本质上是把这套能力从 API 网关延伸到了 agent 执行层——以前你只能看到"调了多少 token"，现在你能看到"哪个任务、哪个人烧了多少 token"。别人做自托管 agent 是在卖产品，LiteLLM 做是在给自家网关铺使用场景：Moyai 跑得越多，经 LiteLLM 网关走的请求就越多。这层商业逻辑想明白了，就不会对"开源"感到意外——开源是最便宜的获客。

这也解释了 Moyai 的架构选择：agent harness 做成可插拔的（Codex、Claude Agent SDK、Hermes、OpenCode、Deep Agents 任选），因为 LiteLLM 不想跟任何一家 agent 框架绑定；它要绑定的是"模型请求必须经过我的网关"这一层。对读者来说这是个好消息：harness 可以换，网关也可以换（理论上），Moyai 没有把你锁死在某一家模型的生态里——这正是它和 Devin 最大的区别。Devin 卖的是"全包服务"，Moyai 卖的是"可替换零件的组装权"。

三个冷静的问题，问完再决定跟不跟

第一，79% 里有多少是"纪律红利"？Devin 账单失控的一个直接原因是"工程师开了大量会话和自动化，跑在不可控的模型和路由上"。如果只是给 Devin 加上预算上限、强制走便宜模型、关掉无意义的自动化，账单能降多少？没人测过。Moyai 的对比实验里，"自托管"和"管得更严"是两个混在一起的变量。先给现有工具上纪律（预算上限、按项目拆账、定期审计自动化任务），可能是成本更低的第一步。

第二，沙箱的安全边界经得起考验吗？Moyai 的设计是"provider key 留在网关，沙箱看不到"，这很好；但云沙箱本身要连你的仓库、跑你的测试、开 PR——它的攻击面并不小。官方文档也提醒：安装、更新、凭证、备份全归你。自己运维一个能执行任意代码的云沙箱，安全水位取决于你自己的基本功，至少要做到：沙箱网络 egress 白名单、密钥轮换、PR 必须人工 review 才能合入（Moyai 默认就是开 PR 等人审，这点值得肯定）。

第三，单厂商主导的开源能走多远？Moyai 是 LiteLLM 生产环境在跑的同一套代码，开源诚意不低；但路线图、harness 优先级必然跟着 LiteLLM 自己的商业节奏走。如果你重度依赖某个小众 harness，社区能不能接住是个未知数。好在 Apache/MIT 类开源（以仓库实际 license 为准）给了你 fork 的权利——这是评估任何单厂商开源项目时都要算进去的"退出期权"。

谁该认真看，谁可以先围观

值得认真评估的：agent 账单已经每月上万、且主要花在"不可控路由"上的团队；已经在用 LiteLLM 网关做多 provider 路由的团队（Moyai 几乎是零摩擦接入）；对数据和密钥有合规要求、不能把代码和 key 交给第三方 agent 服务商的组织。

可以先围观的：个人开发者、agent 用量还很小的团队——Devin 这类托管服务的溢价，买的是"不用运维"。在你的月账单还没超过"雇人运维 Moyai 的成本"之前，自建大概率不划算。一个粗糙的判断线：如果团队每月的 agent 开支还没到四位数美元，先做好用量可观测（比如给 agent 设预算上限、按项目拆账），比急着自建更有 ROI。

最后说一句公道话：Moyai 最大的价值可能不是 79%，而是它把"云端 coding agent"从一个黑盒 SaaS 变成了一套可以审计、可以换件、账本透明的开源系统。agent 经济正在从"按座位付费"转向"按 token 和算力付费"，谁先把账算明白，谁就先有议价权。LiteLLM 用一张十万美金的账单交了学费，然后把学费的收据开源了——这事本身就值得一看。

上手信息

• 官方博客：Open Sourcing Moyai: Self-Hosted Cloud Coding Agent（2026-10-07）
• 仓库：github.com/BerriAI/moyai（欢迎 issue 和 PR）
• 前置：Modal 账号、可达的 LiteLLM 网关、所选模型的 key
• 本地预览：仓库提供本地 demo（uvicorn 启动，demo 任务为模拟，不验证云端执行）