Blaxel Agent Drive

• 1. 概要 (299 chars)

  Blaxel 是一家由 Y Combinator 孵化的基础设施公司，专注为自主 AI Agent 提供永续沙箱执行环境。其核心产品 Agent Drive 是一个分布式文件系统，让多个 AI Agent 能够实时共享文件、状态和上下文，彻底解决了传统云基础设施下 Agent「跑完即丢」的状态管理难题。平台底层基于 Firecracker microVM 架构，沙箱启动不超过 25 毫秒、闲置时零计算费用，支持单集群 5 万个以上并发微虚拟机。2025 年完成由 First Round Capital 领投的 730 万美元种子轮，已服务 Webflow、Strapi、Shortwave 等客户，获 SOC 2、HIPAA、ISO 27001 三重合规认证。

• 2. 产品背景 (692 chars)

  Blaxel 的创始团队颇有渊源。六位联合创始人 Paul Sinaï、Charles Drappier、Mathis Joffre、Nicolas Lecomte、Christophe Ploujoux 和 Thomas Crochet 此前共同打造了 ForePaaS——一个面向数据科学家的云平台，后被 OVHcloud 收购，成为 OVH 整个分析产品线的核心。这段经历让他们深刻理解了一个问题：传统云基础设施是为「人类用户」设计的——每个应用独占一个实例、跑完就关、重启就从头开始。但 AI Agent 不是这种用法。   Agent 需要的是「属于自己的计算机」：一个可以长时间运行、随时暂停恢复、在多个 Agent 之间共享上下文的环境。传统无服务器沙箱要么几小时后自动销毁，要么闲置时持续计费，要么重启时冷启动耗时数秒。2024 年公司创立时，六个联合创始人就瞄准了这个缺口。   2025 年春，Blaxel 入选 Y Combinator Spring 2025 批次，获得了来自 YC 最初的 50 万美元启动资金。在 Demo Day 后，他们又从 First Round Capital、Liquid 2、Transpose、Multimodal 等机构拿到了 730 万美元种子轮。到 2025 年底，平台已承载日均超过 750 万次请求，月处理量达到数十亿 Gb-sec。   公司在 2025 年经历了两次关键技术迭代：从 Mark 2 架构（容器 + 2-10 秒冷启动）升级到 Mark 3 架构（基于 Firecracker 的 microVM，冷启动降至 25 毫秒以下），并自主研发了基于 Rust 的 HTTP/TCP 代理，将网络骨干延迟控制在 50 毫秒以内。目前团队已有 12 人，总部设在旧金山。

• 3. 产品功能与使用体验 (991 chars)

  Blaxel 的平台能力分为三大块：计算、存储和网络。   计算层的核心是永续沙箱（Sandbox）。每个沙箱是一个独立的 Firecracker microVM，拥有自己的 Linux 内核，硬件隔离于所有其他租户。Agent 可以通过 TypeScript 或 Python SDK，用四行代码创建一个沙箱、写入文件、执行命令、取回输出。沙箱在空闲大约 15 秒后自动进入待命状态，完整保存内存快照和文件系统状态。当 Agent 再次需要时，25 毫秒内恢复运行——这个速度几乎不可感知。免费层赠送 200 美元额度，其后按使用量计费，活跃计算时间 $0.0000115/GB RAM·秒，待命期间计算费用为零，仅收取快照存储费 $0.20/GB·月。   存储层是 Blaxel 真正拉开差距的地方。Agent Drive 是一个分布式文件系统，支持多个 Agent 同时读写同一组文件，实现真正的实时协作。它不是「穿件外套的对象存储」，而是一个完整的 POSIX 文件系统，底层同时支持 POSIX 协议和 S3 接口。此外还有 Volumes（持久块存储，数年内数据不丢失）和 Sandbox 本地内存文件系统（极速读写，快照保留至手动删除）。   网络层提供了精细化的出口控制：每个工作负载可以设置允许列表白名单、分配静态出口 IP、通过代理路由注入密钥而不让凭据进入沙箱环境。Model Gateway 提供一个统一的端点接入所有大模型供应商，内置路由、降级和费用遥测。MCP 服务器作为一等工作负载运行在 Agent 网络内，Agent 调用工具的过程不出平台内部网络。   用户交互入口有三个：Web 控制台、CLI 和 SDK。SDK 优先支持 TypeScript，Python 功能对等，Go SDK 也已可用。一个典型的工作流：创建沙箱→挂载 Agent Drive→写入协作文件→Agent 执行任务→自动待命→25ms 恢复→另一 Agent 读取结果→写入新的输出。   竞品对比上，Blaxel 的定位非常清晰：与 E2B 相比，Blaxel 提供无限期待命（E2B 的暂停沙箱策略不同）；与 Modal 相比，Blaxel 不对 GPU 推理下注，专注 CPU 计算（Modal 冷启动约 1-2 秒）；与 Daytona 相比，Blaxel 的 microVM 硬件隔离提供了更强的安全边界。2026 年 4 月，OpenAI 在 Agents SDK v2 中将 Blaxel 列为 7 个原生沙箱服务商之一，这标志着平台已经达到生产级成熟度门槛。

• 4. 定价与商业模式 (473 chars)

  Blaxel 采用纯用量计费模式，无基础订阅费用。免费层赠送 200 美元额度，无需绑定信用卡。付费通过充值信用额度的方式逐级提升配额层级：   - Tier 0（免费）：最多 10 个并发沙箱 - Tier 1（月充 $20）：50 个 - Tier 2（月充 $50）：200 个 - 最高 Tier 9：100,000+ 个   各项资源的单价：沙箱活跃 CPU 时间 $0.0000115/GB RAM·秒；快照存储 $0.20/GB·月；镜像存储 $0.045/GB·月；Batch Jobs 计算 $0.000006/GB RAM·秒；MCP Hosting $0.000007/GB RAM·秒。   企业客户可选附加服务：邮件支持（$800/月 + 3% 用量费）、Slack 直连支持（$1,600/月 + 10%）、HIPAA BAA 合规协议（$250/月）。定制部署需联系销售单独报价。   这套定价模型的吸引力在于：Agent 的生命周期中，绝大多数时间处于等待用户输入或任务调度的闲置状态。按活跃 CPU 计费意味着企业只需要为 Agent 实际工作的那部分时间付钱。Blaxel 官方宣称，相比竞品，真实工作负载下可节省最多 70% 的成本。

• 5. 用户评价 (636 chars)

  在社区和专业评测平台上，Blaxel 获得了相当正面的反馈。aifounderkit.com 给出了 9.2/10 的综合评分，特别强调了 25 毫秒恢复速度带来的「即时感」——测试者将沙箱闲置两天后再回来修改文件，「完全看不到加载状态，文件仍在原地」。   Comparateur-IA 上 58 条评价的综合评分 4.6/5，用户普遍认可其企业合规认证和在安全审查中的表现。TheAI.tw 评测团队打出 4.0/5，评论称「永续待命零费用＋毫秒唤醒这个切角切得聪明」，但也指出赛道过于拥挤。   Right AI Choice 给出了 95/100 的 Viability Score，称其为「Safe Bet」——团队背景强、资金充裕、产品迭代快。但该评测也指出 Agent Runtime 仍标注为「Coming Soon」。   客户 Corvera 在案例中详细描述了使用体验：该公司在 Blaxel 上每天部署大约 1000 个沙箱，通过 Agent Drive 实现了跨客户的组织记忆共享。使用 Blaxel 后，Corvera 的 Agent 性能达到竞品的 2 倍，MRR 周增长率达 130%。   AI Tinkerers 的一次黑客松对其安全性的评测则揭示了另一面：测试发现 Blaxel 沙箱以 ROOT 权限运行，拥有完整 Linux capabilities，且 /etc/shadow 可读，在安全审计中仅得 3.1/5 分（Daytona 4.0/5）。不过该测试场景是刻意引入恶意代码的极限攻击测试，在常规生产环境中，ROOT 权限对于 Agent 执行任务本身是必要的。

• 6. 行业评价 (434 chars)

  多家行业媒体和分析师对 Blaxel 做出了积极评价。Sandbox Comparison 基准测试报告中，Blaxel 在持续待命能力和恢复速度维度领先所有参测平台，综合评分较高。Modal 在其自身发布的沙箱平台对比文章中，也将 Blaxel 列为重要竞品，承认其在待命状态和恢复延迟方面有差异化优势。   中文评测媒体 TheAI.tw 将其总结为「Agent 沙箱红海中的差异化选手」。台湾繁体中文市场对其评价正面，认为它的合规认证齐全（SOC 2、HIPAA、ISO 27001），Y Combinator 和 First Round Capital 的背景为其背书力度较大。   OpenAI 在 2026 年 4 月发布的 Agents SDK v2 中，Blaxel 被列入 7 个原生沙箱服务商之一，与 E2B、Modal、Cloudflare 等并列表内。这意味着任何使用 OpenAI Agents SDK v2 的开发者只需更改配置即可将 Agent 执行路由到 Blaxel。行业分析师普遍认为这是 Blaxel 达到成熟度门槛的重要信号。

• 7. 争议与风险 (527 chars)

  Blaxel 面临的主要挑战集中在以下几个方面。   一是「赛道拥挤」。Agent 沙箱市场在过去一年内快速膨胀，E2B、Modal、Daytona、CodeSandbox、Cloudflare Sandbox 等都在争夺同一批客户。尽管 Blaxel 在「永续待命」这个点上做出了差异化，但竞争格局尚未稳定。   二是「无 GPU 支持」。Blaxel 的沙箱目前仅支持 CPU 计算，不能运行需要 GPU 加速的推理和训练任务。对于那些需要在沙箱内运行本地开源模型的隐私敏感场景，这是一个硬伤。相比之下，Modal 在 GPU 能力上遥遥领先。   三是「生态尚浅」。平台 Agent Runtime 仍在开发中，最核心的会话优先有状态运行能力尚未面市。SDK 仅支持 TypeScript、Python 和 Go，不支持 Ruby、Java、Rust。第三方集成数量有限，社区规模远小于传统云厂商。   四是「安全疑虑」。AI Tinkerers 的安全审计显示，Blaxel 沙箱默认以 ROOT 运行，可能带来攻击面过大的风险。不过 Blaxel 官方辩称，microVM 级别的硬件隔离已经提供了足够的安全边界。   五是「成立时间短」。公司成立于 2024 年，团队仅 12 人，对于需要评估供应商长期稳定性的企业采购来说，这可能是一个顾虑。

• 8. 适用人群与使用建议 (352 chars)

  Blaxel 最适合以下场景：   - 构建自主编程 Agent 的团队：Agent 需要长时间运行的开发环境，跨会话保持状态 - 多 Agent 协作系统：多个 Agent 需要共享文件、会话状态，通过 Agent Drive 进行实时协作 - SaaS 产品内置 Agent：需要大规模并发沙箱、安全隔离、企业合规认证的 SaaS 团队 - 批处理工作负载：需要跨数千个隔离沙箱并行执行数据采集、网页抓取等任务   不太适合的场景：   - 需要 GPU 推理或训练的场景——建议选择 Modal - 仅做简单 API 调用的场景，无需文件系统或代码执行——建议直接使用函数即服务 - 要求无代码可视化界面搭建基础设施的团队 - 对供应商成立时间和团队规模有严格要求的超大型企业采购   使用建议：先用免费 200 美元额度实测，比对 E2B 或 Daytona 的真实工作负载性能和成本，再做长期决定。

• 9. 总结 (291 chars)

  Blaxel 精准地抓住了 AI Agent 基础设施的一个关键痛点——Agent 需要属于自己的持久化计算机，而不是用完即弃的临时沙箱。25 毫秒恢复速度、闲置零计算费用、Agent Drive 分布式文件系统这三项核心能力，让它在一众竞品中做出了差异化。Y Combinator 和 First Round Capital 的背书、OpenAI Agents SDK 的原生集成、三重企业合规认证，叠加起来构成了比较完整的产品信任链。不过公司还年轻、生态尚浅、缺乏 GPU 支持，这些短板在面向不同客户群体时的影响程度各不相同。对于正在构建生产级自主 Agent 系统的团队来说，Blaxel 值得放入候选名单做实测比较。

No in-depth report yet

• 

  ChristinaCastillo_8828

  —

  试了一下 Blaxel，最惊艳的是沙箱挂了三天回去用，25ms 就恢复了，文件都在，进程还活着。之前用 E2B 每次回来得等几秒重建环境，体验差距挺大的。

---

• 

  STmit

  —

  作为小团队，$200 免费额度够我们测试一个月。Agent Drive 的共享文件系统解决了多 Agent 协作的痛点，不用再自己搭 NFS 了。

---

• 

  Peter.Nguyen6

  —

  沙箱一直 ROOT 运行有点慌，看了安全报告说 /etc/shadow 可读。虽然 microVM 隔离理论上够安全，但总感觉不太放心。

---

• 

  Dennis_Diaz_66

  —

  Webflow 在用 Blaxel 做 AI coding agent 的实时预览，这个用例选得真好。对我们做类似产品的来说看到大厂在用就是背书。

---

• 

  翡翠240

  —

  为什么没有 GPU 支持……想在沙箱里头跑个本地模型做推理都不行，只能调用外部 API。希望早点加上。

---

• 

  Charles_Powell5

  —

  在 OpenAI Agents SDK v2 里直接配 Blaxel 做沙箱，一行 config 搞定，不用写适配器。之前折腾过 E2B 的集成，这个省事太多了。

---

• 

  陆刚

  —

  YC 背景+First Round 领投，创始团队又是 ForePaaS 出来的，底子确实硬。不过赛道卷成这样，最后能活下来的不知道能有几家。

---

• 

  Mason_Cooper_202116

  —

  用量计费真香，沙箱待命时一分钱不花。我们跑 PR review agent，一天实际计算不到半小时，一个月账单才几十刀。

---

• 

  PBaker_2024

  —

  SDK 只支持 TypeScript 和 Python，我们后端用 Rust 的，暂时还集成不了。只能自己调 REST API，体验差一截。

---

• 

  ticklishladybug957

  —

  闲了 15 秒就自动待命，这个阈值有点短。我们 agent 有时候处理复杂请求需要 20-30 秒思考时间，中间就被挂起了，体验不太好。

---

• 

  安然462

  —

  Agent Runtime 还没上线就吹得天花乱坠，真用的时候发现这个核心功能是 Coming Soon。现在跑长任务还是得自己管状态。

---

• 

  DeborahHicks_99

  —

  SOC 2 + HIPAA + ISO 27001 三重认证，过安全审查的时候省了不少事。客户法务直接说没问题。

---

• 

  Anna.Ramirez_7963

  —

  跟 Modal 比的话，各有取舍。Modal 有 GPU 能做推理，Blaxel 没 GPU 但待命零费用。看场景吧，我们做 coding agent 选 Blaxel 更合适。

---

• 

  Joshua_Collins520

  —

  支持 50000 并发沙箱这个数字理论上很漂亮，但我们配到 Tier 3 才 200 个，要到最高 tier 得充不少钱。

---

• 

  Christine_MorganX28

  —

  强烈推荐做 coding agent 的团队试试。Claude Code 在里面跑，克隆仓库写代码改 bug，待命恢复后之前的进度全在，不用重来。

---

• 

  William.Vasquez007

  —

  用 Blaxel 跑了批处理任务，几千个沙箱几分钟就全起来了，isolated 环境，每个都有自己的 IP，数据不会串，这个隔离做得不错。

---

• 

  Patricia.Cruz_66

  —

  公司才成立两年，团队十几个人，说实话有点担心长期稳定性。不过 YC 和 First Round 的背书让采购那边稍微放心了点。

---

• 

  GameFiGamerJenkins

  —

  快照存储费 $0.20/GB·月看着不多，沙箱多了积少成多也是一笔开支。我们用 50 个沙箱一个月存储费就上百了。

---

• 

  Phillip_Torres_996

  —

  Agent Drive 这个命名很贴切，确实像个共享硬盘挂在所有 Agent 上。我们做了个多 Agent 爬虫系统，各写各的文件到 Drive 里，互相不冲突。

---

• 

  m6irf

  —

  文档写得还不错，十分钟就上手了。但深入配置还是得看 CLI，dashboard 只是简化版，真正高级功能都得敲命令。

---

• 

  Jeffrey_Allen

  —

  25ms 恢复不是假的。我特意把沙箱放了三天没碰，唤醒后进程 PID 都没变。说实话这种体验在其他平台还没见过。

---

• 

  WInie

  —

  没有日本或新加坡区域，亚洲用户延迟有点高。我们用户主要在东亚，选最近的美国西海岸区域也有 150ms 左右的延迟。

---

• 

  Scott_Garcia_66

  —

  免费额度确实大方，200 刀够跑不少测试。但真要上线了得算清楚账，Snapshot 和 Volume 存储费容易被忽略。

---

• 

  Gregory.TaylorIII

  —

  MCP 服务器直接在同一个网络里跑，Agent 调工具的延迟几乎为零。之前用外部 MCP server 每次调用往返要几百毫秒，现在差距太大了。

---

• 

  Sandra40

  —

  Team 就六个人但产品迭代速度挺快的，从 Mark 2 到 Mark 3 架构升级只用了几个月。说明执行力确实强。

---

• 

  Gabriel.Scott1683

  —

  说能省 70% 成本我们实际测下来大概省了 50% 左右，也不错。主要省的是待命机时费，之前用 AWS 沙箱闲置也烧钱。

---

• 

  石轩

  —

  OpenAI SDK 原生支持确实是个大加分项，说明已经被 OpenAI 认可了。不然要去说服老板用一个刚成立两年的公司产品挺难的。

---

• 

  Walter_RodriguezX

  —

  Blaxel 做批处理真香，几千个视频分析任务统一提交，每个跑在独立沙箱里，互不影响。之前用 ECS 自己编排累死了。

---

• 

  Beverly.TurnerQ

  —

  最大问题是生态太新了，社区资源少。遇到坑搜不到解决方案，只能去 Discord 问，好在官方回复还挺快的。

---

• 

  Beverly.Walker

  —

  Corvera 那个案例说 MRR 周增长 130%，虽然夸张但确实说明这产品有真实需求。B2B 创业公司用 Blaxel 做 agent 底座挺合适的。

No reviews yet