编程代理沙箱比价,先测真实 CPU 活跃度
文章围绕 Agent37、Vercel Sandbox 与 E2B 的成本比较,指出按持续满载估算会误读按活跃 CPU 计费的服务,并着手测量编程代理的实际 CPU 使用情况。节选同时介绍 Agent37 的持久化实例接口、预设模板及资源计费方式,但未给出测量结论。
原文暂未完整获取,基于公开信息的快读
一场围绕 Agent37 和 Vercel Sandbox 的比价,先把常驻沙箱按 CPU 持续满载估算,后来又换成了 5% 的 CPU 活跃率。dev.to 的作者用 OpenCode 跑了 13 轮编程任务,直接采集容器的 CPU 用量。节选给出了任务耗时和测试结果,但没有列出实际测得的活跃率。
目前能确认什么
Vercel Sandbox 的 CPU 费用按实际使用时间计算。沙箱在线一小时,代码可能只在其中一小段时间占用 CPU。Agent37 的默认持久化实例则按配置的 vCPU、内存和磁盘计价,按分钟计量。文章也把 E2B 列为比较对象,不过节选没有展开它的计费口径。
作者把 Agent37 公开的 OpenCode 模板镜像跑在本地 Docker,限制为 2 vCPU 和 4 GB 内存,让代理写一个 Express API、安装依赖并跑测试。13 轮任务都通过了作者的独立复测,单轮耗时中位数为 31 秒。CPU 活跃率的算法是用容器累计消耗的 CPU 时间,除以两个 vCPU 在整轮任务中可提供的总时间。
我的判断
给编程代理做预算,我会先分开看两段时间:一轮任务里,代理等模型响应或网络 I/O 时用了多少 CPU;两轮任务之间,沙箱又空闲了多久。前者影响单轮的 CPU 费用,后者关系到为常驻实例付费有多划算。拿单轮活跃率直接套整月账单,容易把这两段混在一起。
原文章节标题称结果离 5% 很远,节选没给出具体数值和分布。实验也只跑了本地 Docker,Agent37 默认实例在共享宿主机上的表现没有测到。要排出三家的成本顺序,还缺实际 CPU 用量,以及各家对内存、磁盘和空闲实例的完整计费口径。