<!-- title: 自主体要个家：三层运行时深拆 -->

# 自主体要个家：三层运行时深拆

## 概述

2026 年自主智能体（Autonomous Agent）的真正瓶颈已经不在"选哪个框架"，而在"它住在哪里"。一个会连续运行几小时、要装包、要写文件、要中途崩溃恢复、要事后被审计的智能体，本质是一个有状态的长生命周期进程。围绕这一进程，一个清晰的三层运行时栈正在收敛：**执行环境层**（沙箱化、带持久化文件系统的"可组合计算机"）、**状态持久化层**（从框架自带的 checkpoint 走向 durable execution 引擎）、**可观测层**（trace + session replay）。AWS 在 4 月推出 Bedrock AgentCore Runtime、6 月上线 Lambda MicroVMs，标志着云厂商正式把"agent 运行时"当作一类一等公民基础设施来计费——按"活跃运行时"而非预分配计费。本文按这三层拆解主流方案，给出长跑型 agent 的拼装选型。

## 三层运行时栈对比

| 维度 | Daytona | E2B | Modal | AWS Bedrock AgentCore | Restate（持久层） |
|------|---------|-----|-------|----------------------|-------------------|
| 定位 | 开源可组合计算机 | 规模化代码沙箱 | Serverless Python 运行时 | 云厂商托管 agent 运行时 | durable execution 引擎 |
| 冷启动 | ~27–90ms（最快） | ~150ms | 容器级（数百 ms） | 秒级，含编排 | 无（纯状态层） |
| 隔离 | microVM/容器 | Firecracker microVM | 沙箱容器 | 托管隔离 + IAM | 进程内 |
| 文件持久化 | 原生 Volume | 快照/挂载 | Volume | 托管 session storage | KV/日志 |
| 状态恢复 | 快照恢复 | 快照恢复 | 重启 + Volume | session 续接 | 精确步骤回放 |
| 计费模式 | 按活跃沙箱秒 | 按秒，5min 默认超时 | 按执行时长 | 活跃运行时 + 12 组件 | 按 invocation |
| 上手 | 自托管/云均支持 | SDK 三行起 | 装饰器即用 | AWS 生态深度耦合 | SDK + Restate Server |
| 开源 | ✅ 全开源 | ✅ 核心 OSS | ❌ | ❌ | ✅ |

## 深度分析

### 一、从"沙箱"到"可组合计算机"：执行环境层的范式跃迁

早期 agent 代码执行追求的是"隔离"——把不可信代码关进笼子。但自主智能体不是跑一次就扔的脚本，它要在同一个环境里反复试探：装依赖、生成中间产物、读回自己写的文件、跨多轮会话保留工作区。这把需求从"沙箱（sandbox）"推向了"可组合计算机（composable computer）"——Daytona 官方文档的提法。差异在于：沙箱给的是一个临时隔离的执行点，可组合计算机给的是一个**有生命周期、有持久卷、有进程、有网络策略、可被 API 编排**的完整机器对象。冷启动从"够快"变成"够频繁"——一个 agent 一轮任务可能启停上百次沙箱，27ms 和 150ms 的差距会被放大成数秒的用户体感延迟。E2B 凭借 Firecracker microVM 和累计启动超 10 亿次沙箱的工程沉淀守住"规模"这条护城河；Daytona 用 27ms 的冷启动和全开源抢占"自托管 + 极致延迟"心智；Modal 则用 serverless 语义服务"本来就是 Python 工程师"的团队。

**变现评估**：执行环境层是训练营最容易落地的题材——"给你的 agent 装个家"概念直观，2 小时 workshop 即可让学员跑通 Daytona 持久化卷 + 一个写代码 agent，包装为 ¥499 体验课转化率高。

### 二、Daytona：开源派的全功能计算机

Daytona 的核心抽象是 sandbox 对象，但和传统一次性沙箱不同，它把文件系统操作、进程执行、代码执行、生命周期管理都建模成 sandbox 上的可编排操作，并原生支持 Volume 跨 session 持久化。最小代码长这样：

```python
from daytona_sdk import Daytona

daytona = Daytona()
sandbox = daytona.create()              # ~27ms cold start
volume = daytona.create_volume(name="ws")
sandbox.attach_volume(volume, "/workspace")  # 跨 session 保留产物
sandbox.process.exec("pip install pandas")
result = sandbox.process.code_run("import pandas; print(pandas.__version__)")
```

开源 + 自托管意味着数据合规敏感的金融、医疗团队可以把它塞进自己的 VPC，而冷启动指标又足够强，能在交互式 agent 场景里不掉链子。缺点是云托管成熟度仍在追赶 E2B，文档生态偏开发者向，企业级 SLA 与计费控制台尚不完整。

**变现评估**：作为"私有化部署 agent 平台"训练营的核心底座非常合适——客户最关心的就是代码不出域，Daytona 自托管正好打中这个点，可包装成企业内训标准件。

### 三、E2B：规模王者的按秒经济学

E2B 把 Firecracker microVM 做成了 agent 时代的"无服务器函数"，累计启动超 10 亿次沙箱，Free Hobby 档给 $100 信用额度、20 并发、1 小时会话，Pro 档 $150/月。它的设计哲学是"按活跃秒计费、默认 5 分钟超时"，逼着开发者把 agent 设计成短任务片段而非长驻进程：

```python
from e2b_code_interpreter import Sandbox

sbx = Sandbox(timeout=300)  # 5min default, billed per second
sbx.run("pip install pandas")
out = sbx.run_code("import pandas as pd; print(pd.__version__)")
print(out.text)
sbx.close()  # 关闭即停计费
```

优点是 SDK 极简、SDK 跨语言（Python/JS）、社区配方最多，是大多数开发者"第一个想到的沙箱"。缺点有两层：一是默认短超时与"长跑 agent"天然冲突，需要手动续期或拼装多个 sandbox；二是计费颗粒度细到秒，被多篇 2026 年评测指出存在"隐藏成本"——挂载的快照、空闲的会话都可能持续计费。

**变现评估**：作为面向独立开发者的训练营默认底座最稳，但企业内训需配一份"成本护栏"专题，否则学员上量后会被账单惊到。

### 四、AWS Bedrock AgentCore Runtime：云厂下场的计费革命

2026 年 3–6 月 AWS 连续落子：3 月 17 日上线 `InvokeAgentRuntimeCommand`（在活动运行时里跑 shell），3 月 25 日开放 managed session storage 公开预览，6 月加入 interactive shell，整体于 4 月 GA。它的关键卖点不是功能而是**计费模式**——"active runtime billing"，即 agent 在等待外部事件（人工审批、定时唤醒）时不为空闲 CPU 付费，这对长跑型、带人审门控的 agent 是结构性成本优势。AgentCore 把运行时、工具、内存拆成 12 个独立计费组件，号称"按真实使用"而非"预分配"。

但代价是深度耦合：IAM 权限模型、VPC 配置、CloudWatch 可观测都得按 AWS 的方式来，跨云迁移成本极高。它更适合"已经 All-in AWS"的企业，把 agent 当作 Bedrock 生态的一个延伸服务来运维。

**变现评估**：面向 AWS 重度客户的企业咨询项目利润最高（单子通常 ¥20w 起），但不适合做成普适训练营——受众太窄，且账号门槛高。

### 五、状态持久化层：从"框架 checkpoint"到"durable execution"

执行环境解决了"住哪"，但没解决"崩溃后从哪续"。框架内置 checkpoint（LangGraph Checkpointer 最典型）是在每个节点执行后对图状态做快照，恢复时回到上一个 checkpoint：

```python
from langgraph.checkpoint.postgres import PostgresSaver

checkpointer = PostgresSaver.from_conn_string("postgresql://…")
graph = builder.compile(checkpointer=checkpointer)
graph.invoke(inputs, config={"configurable": {"thread_id": "user-42"}})
# 同 thread_id 再次 invoke → 从上次状态续接
```

LangGraph 自称 92% 的生产部署用了某种 checkpointing，足见这是刚需。但 Restate 在一篇名为 *Why checkpointing is not production-grade durable execution* 的文章里直接掀桌：checkpoint 只能"恢复"，无法保证**分布式一致性**——若 agent 已对一个外部系统产生副作用（发了邮件、扣了款），单纯回到上个 checkpoint 重跑会造成副作用重复。真正生产级的方案是 durable execution 引擎（Temporal / Restate / DBOS / Inngest），它们用事件日志 + 幂等 + 确定性回放，让 agent 崩溃后从**精确那一步**续跑，且对外部调用做幂等去重。LangGraph 的 Redis checkpointer 还在 2026 年爆出 SQL 注入类 CVE-2026-27022，给"框架自带持久层"的安全成熟度敲了警钟。

### 六、Restate：把 agent 当"分布式可恢复进程"

Restate 给出的抽象是：你不用手写 checkpoint，把 agent handler 注册进 Restate Server，state 自动持久化为 KV，崩溃后由 invoker 精确续跑：

```typescript
import { agent } from "@restatedev/ai";

export const researchAgent = agent({
  name: "research",
  handler: async (ctx, q) => {
    const progress = await ctx.state.get("step") ?? 0;  // auto-persisted
    // ... 长任务；crash 后从此处精确恢复，外部调用幂等
  }
});
```

这是把 agent 从"无状态函数 + 外挂记忆"升级为"一等公民的可恢复进程"。Temporal 更成熟、生态更广（企业级重器）；Restate 更轻、对 AI 原生更友好；Inngest 上手最低；DBOS 把状态直接写 Postgres、与 AI 栈集成最深。选型核心问题是：你的 agent 会不会产生**不可撤销的外部副作用**？会，就必须上 durable execution；纯只读分析型 agent，框架 checkpoint 足够。

**变现评估**：durable execution 是当下最容易做出差异化深度的训练营进阶主题——多数教程还停在 LangGraph checkpoint，讲到 Restate/Temporal 的副作用幂等就能形成内容护城河。

### 七、可观测层：session replay 让黑盒变白盒

自主 agent 最大的运维痛点是"它为什么这么做"。传统的日志够不上——一个 agent 一步可能涉及多次工具调用、子 agent 分支、模型重试。2026 年的主流方案是 **trace + session replay**：把每一次 LLM 调用、工具调用、状态转移记录成一条可重放的执行轨迹。LangSmith、Langfuse（开源自托管）、AgentOps、Arize Phoenix 是这一层的主力，均支持 OpenTelemetry 标准。AgentOps 的卖点是把 trace 直接做成可点播的"回放录像"，连模型中间思考都能逐帧查看；Langfuse 凭开源 + 自部署在企业合规场景吃下份额。这一层和前两层是乘法关系——没有持久化的状态，replay 无从谈起；没有 trace，崩溃后的状态也只是一堆死数据。

### 八、三层栈拼装实战：一个长跑 coding agent 的完整配置

把三层合起来看一个真实的长跑 coding agent 该怎么搭：**执行层用 Daytona**（27ms 冷启动 + 持久 Volume，保留 agent 改了一半的代码库）；**持久层用 Restate**（包住 agent loop，把"读库→改代码→跑测试→提 PR"做成幂等可恢复工作流，每次外部副作用都有 journal）；**可观测层用 Langfuse 自托管**（采集每次 LLM/工具调用，崩溃后能 replay 到出错那一帧）。这个组合的关键是**每一层都为长跑而生**：Daytona 解决"住哪且住得久"，Restate 解决"崩了从精确点续且副作用不重放"，Langfuse 解决"事后能看懂它干了什么"。如果你只在 AWS 内，把 Daytona 换成 AgentCore、Langfuse 换成 CloudWatch + Bedrock 内建追踪，同样构成闭环。

## 三层运行时栈架构

```mermaid
flowchart TB
    A["Agent Loop<br/>Plan → Act → Observe"] -->|exec code / shell| L1
    A -->|persist step state| L2
    A -->|emit trace events| L3

    subgraph L3["可观测层 / Observability"]
        T["Trace + Session Replay<br/>LangSmith · Langfuse · AgentOps · Phoenix"]
    end
    subgraph L2["状态持久化层 / Durability"]
        D["Journal + 幂等回放<br/>Restate · Temporal · DBOS · Inngest<br/>(对比: LangGraph Checkpointer)"]
    end
    subgraph L1["执行环境层 / Runtime"]
        R["沙箱 + 持久 FS<br/>Daytona · E2B · Modal<br/>AWS Bedrock AgentCore · Lambda MicroVMs"]
    end

    L2 -.->|crash → 精确恢复| A
    L3 -.->|replay → 调试/审计| A
    L1 -.->|快照/Volume 续接| A
```

## 推荐方案

**场景一：独立开发者 / 快速原型** —— **E2B + LangGraph MemorySaver**。三行 SDK 起步，$100 免费额度够验证。代价是长跑要自己处理超时续期，注意看账单。

**场景二：交互式 agent / 对延迟敏感**（浏览器操控、对话式编码）—— **Daytona 自托管云 + Restate**。27ms 冷启动撑住体感，Restate 兜底崩溃恢复，全开源栈无厂商锁死。

**场景三：企业私有化 / 数据合规**（金融、医疗）—— **Daytona 自托管进 VPC + DBOS（状态入 Postgres）+ Langfuse 自托管**。代码与数据全程不出域，是私有化交付的标准三件套。

**场景四：长跑 + 人审门控 + AWS 重度用户** —— **AWS Bedrock AgentCore Runtime + Temporal + CloudWatch**。active runtime billing 让"等人审"的等待期零成本，Temporal 兜住副作用幂等。

**场景五：纯分析型只读 agent**（不产生外部副作用）—— **Modal + LangGraph Checkpointer（PostgresSaver）** 即可，不必上 durable execution 引擎，省一层复杂度。

## 选型一句话总结

自主 agent 在 2026 年的命门是**生命周期管理**而非推理能力。执行环境层的"可组合计算机"化（Daytona/E2B/AgentCore）、持久层的"durable execution 化"（Restate/Temporal 取代裸 checkpoint）、可观测层的"replay 化"（Langfuse/AgentOps），三者叠加构成了让 agent 真正能"长期住下来"的基础设施。判断要不要上某一层，只问一个问题：**这个 agent 崩溃一次，重跑会造成不可逆的损失吗？** 会，就上 durable execution；不会，轻量化即可。

## 参考来源

1. [Sandboxed Code Execution for AI Agents in 2026: E2B vs Modal vs Daytona](https://agentmarketcap.ai/blog/2026/04/10/sandboxed-code-execution-ai-agents-e2b-modal-daytona) — 执行环境层三强竞速综述，含冷启动与隔离模型对比
2. [E2B, Daytona, Modal — Choosing the Right AI Agent Sandbox Platform](https://www.softwareseni.com/e2b-daytona-modal-and-sprites-dev-choosing-the-right-ai-agent-sandbox-platform/) — 含 27ms/150ms 冷启动与持久化卷的实测数据
3. [Durable Execution for AI Agent Runtimes: Checkpointing, Replay, and Beyond](https://zylos.ai/research/2026-04-24-durable-execution-agent-runtimes/) — durable execution 引擎如何包住 agent 状态，Temporal/Restate/DBOS 横向比较
4. [Why Checkpointing is Not Production-Grade Durable Execution](https://www.restate.dev/blog/why-checkpointing-is-not-production-grade-durable-execution) — Restate 官方对"框架 checkpoint 不够用"的核心论点（副作用幂等）
5. [Amazon Bedrock AgentCore Runtime managed session storage](https://aws.amazon.com/about-aws/whats-new/2026/03/bedrock-agentcore-runtime-session-storage/) 与 [Bedrock AgentCore Pricing](https://aws.amazon.com/bedrock/agentcore/pricing/) — AWS 云厂下场的 active runtime billing 与 12 组件计费模型

> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)