Agent Sandbox adalah layanan komputasi generasi berikutnya untuk agen AI yang memungkinkan penerapan dan pengoperasian skala produksi secara masif.
Pendahuluan
Agent Sandbox menyediakan lingkungan runtime terisolasi berbasis MicroVM, kemampuan hibernasi dan bangun tingkat memori, fitur checkpoint dan kloning, serta skalabilitas elastis hingga 15.000 sandbox per menit. Layanan ini sepenuhnya kompatibel dengan ekosistem Kubernetes native dan terintegrasi secara mulus dengan framework dan tool agen AI utama, seperti E2B SDK dan AgentScope.
Agent Sandbox saat ini berada dalam status pratinjau publik. Jika Anda mengalami masalah, memiliki permintaan fitur, atau ingin memberikan masukan lainnya, kirimkan Tiket atau hubungi kami melalui saluran dukungan lainnya.
Fitur utama
Isolasi keamanan yang kuat
Setiap sandbox berjalan dalam lingkungan eksekusi aman yang didedikasikan berdasarkan runtime terisolasi tingkat MicroVM.
Layanan ini menyediakan isolasi end-to-end untuk komputasi, jaringan, dan penyimpanan, serta mendukung logging dan Pemantauan tingkat sandbox untuk menyederhanakan audit dan troubleshooting.
Elastisitas skala besar dengan latensi rendah
Akselerasi cache image membuat image siap dalam hitungan detik, mengurangi waktu pull hingga lebih dari 90% dalam skenario tipikal dan memperpendek waktu persiapan image secara signifikan untuk pembuatan sandbox.
Optimisasi penjadwalan awal berdasarkan karakteristik workload meningkatkan efisiensi pembuatan dalam skenario konkurensi tinggi. Layanan ini mendukung pembuatan hingga 15.000 sandbox per menit dalam skala besar, mempercepat kecepatan iterasi pada skenario agent reinforcement learning (AgentRL).
Optimisasi Warm Pool memungkinkan pembuatan sandbox yang cepat, sering kali dalam ratusan milidetik.
Persistensi state
Anda dapat menghibernasi sandbox yang sedang Berjalan sesuai kebutuhan, yang mempertahankan state memorinya untuk bangun yang cepat. Fitur ini memastikan tanggapan cepat terhadap permintaan agen AI interaktif. Dalam skenario tipikal, sandbox bangun dan memulihkan state memorinya dalam 1 hingga 10 detik.
Anda dapat melakukan operasi checkpoint dan restore pada state memori sandbox. Kemampuan ini menjadikan state agen AI dapat disimpan dan dipindahkan, mempercepat skenario yang memerlukan eksplorasi cabang paralel.
Ekosistem yang fleksibel dan kaya
Skema penggunaan yang kaya: Agent Sandbox mendukung berbagai skenario sandbox agen AI, seperti Code Interpreter dan Browser Use.
Metode integrasi:
SDK kompatibel E2B (Direkomendasikan): Metode ini menyediakan SDK yang kompatibel dengan ekosistem E2B. Anda dapat menggunakan pola panggilan SDK E2B yang sudah dikenal untuk membuat, menghubungkan, mengeksekusi, dan melepas sandbox, sehingga mengurangi biaya migrasi dan refaktoring.
Sandbox CR (Direkomendasikan): Metode ini menyediakan integrasi deklaratif. Anda dapat mengelola templat sandbox, parameter runtime, dan siklus hidupnya dengan objek Resource kustom (CR).
Ekosistem Kubernetes: Agent Sandbox terintegrasi secara mendalam dengan ekosistem Kubernetes native, memastikan kompatibilitas dengan sistem penyimpanan, jaringan, dan Pemantauan operasional yang sudah Anda miliki.
Kasus penggunaan
Skema agent reinforcement learning (AgentRL): Ideal untuk skenario seperti pelatihan reinforcement learning, pengambilan sampel lintasan, interaksi lingkungan, dan eksplorasi multi-jalur. Agent Sandbox mendukung pembuatan sandbox konkuren skala besar, teardown cepat, dan penggunaan ulang state guna meningkatkan throughput pelatihan dan pemanfaatan sumber daya.
Skema AgentServing: Ideal untuk layanan agen online yang melibatkan riset mendalam, pemanggilan tool, atau percakapan multi-putaran. Agent Sandbox menyediakan lingkungan eksekusi terisolasi kuat, skala keluar elastis, serta fitur hibernasi/bangun, menyeimbangkan pengalaman pengguna responsif dengan biaya operasional rendah.
Membangun asisten pribadi dengan OpenClaw: Agent Sandbox membantu Anda membangun dan meluncurkan aplikasi seperti asisten pribadi dan karyawan digital secara cepat. Layanan ini mendukung berbagai lingkungan tool, seperti kode, browser, dan antarmuka desktop, untuk memfasilitasi transisi mulus dari prototipe ke penerapan produksi.
Penagihan
Anda ditagih berdasarkan vCPU dan memori yang ditentukan saat membuat sandbox. Jika Anda memilih konfigurasi vCPU dan memori yang tidak didukung, kluster akan menyesuaikannya secara otomatis ke spesifikasi yang didukung terdekat, dan Anda akan ditagih sesuai konfigurasi tersebut. Sandbox mendukung hibernasi, dan penagihan bervariasi berdasarkan statusnya:
Status Berjalan: 30 GiB pertama penyimpanan ephemeral gratis. Penyimpanan yang melebihi jumlah tersebut ditagih sesuai harga cloud disk.
Status Hibernasi: Anda tidak dikenai biaya untuk vCPU atau memori. Tidak ada tier gratis untuk penyimpanan ephemeral; Anda ditagih untuk seluruh penyimpanan yang digunakan, termasuk 30 GiB awal.
Daya komputasi GPU tidak didukung. Hanya konfigurasi CPU dan memori yang tersedia.
Rumus penagihan
Biaya per sandbox = (Jumlah vCPU × harga satuan vCPU + Ukuran memori × harga satuan memori) × durasi penagihan.
Metode penagihan
Instans sandbox ditagih dengan skema bayar sesuai penggunaan, dikenai biaya per detik dan ditagih per jam.
Wilayah | Jenis komputasi | Kualitas komputasi | Item penagihan | |
vCPU | Memori (GiB) | |||
Daratan Tiongkok | Agent Sandbox | default | CNY 0,0000217/detik (CNY 0,078/jam) | CNY 0,00001083/detik (CNY 0,039/jam) |
Hong Kong (Tiongkok) dan wilayah lainnya | Agent Sandbox | default | CNY 0,0000342/detik (CNY 0,1232/jam) | CNY 0,00001711/detik (CNY 0,0616/jam) |