总结

本文详细介绍了开源基础设施 E2B 的发展历程、技术理念、产品功能及其在 AI Agent 时代的重要作用。E2B 提供了一个安全、灵活的沙盒环境，专为 AI Agent 的代码执行和运行设计，并致力于成为 AI Agent 时代的 AWS。

关键点

• E2B 是一个快速启动的 microVM，类似 AWS Firecracker，支持 AI Agent 在云端运行代码、使用浏览器和操作系统工具。
• E2B 的沙盒月创建量一年内从 4 万增长到 1500 万，显示了其快速增长和市场需求。
• E2B 的创始人是来自捷克的 Vasek Mlejnsky 和 Tomas Valenta，最初的产品是 DevBook，后转型为 E2B。
• E2B 的沙盒环境支持多种代码语言，主要是 Python 和 JavaScript，目标是成为 AI Agent 时代的自动化基础设施平台。
• E2B 的产品功能包括支持 GPU、托管 AI 应用的开发与部署，以及提供持久化、分叉和检查点功能，使 Agent 能并行尝试解决路径。
• E2B 的沙盒环境被广泛用于 AI 数据分析和生成应用的运行，提供优化的运行时和专用 SDK，例如 code interpreter SDK。
• E2B 的开源模板 Fragments 可帮助开发者快速构建 AI 驱动的应用，例如通过 LLM 自动生成和运行代码。
• E2B 支持 Hugging Face 等公司在强化学习和代码生成训练中使用其沙盒环境，支持高并发运行。
• E2B 通过对 LLM 保持中立性，避免开发者被某个模型锁死，提升了开发者的灵活性和体验。
• James Murdza 开发了一个开源 computer use agent，展示了如何通过视觉和自动化操作电脑，包括鼠标点击和屏幕截图等功能。
• E2B 提供了安全隔离的沙盒环境，解决了 AI Agent 在本地运行时的安全性和权限问题。
• E2B 在 agent 框架中强调开发者体验（DX），并认为 opinionated frameworks（有明确主张的框架）会更受欢迎。
• E2B 的定价策略需平衡简单性和透明度，确保用户对支出有掌控感。
• E2B 的创始团队选择扎根硅谷，因其聚集了顶尖工程师和创业机会，且面对面支持效率更高。