翻这周 Hacker News 的 Show HN 新品流，我注意到一个明显的拐点：前排已经不怎么出现「又一个聊天机器人」了，取而代之的是一批**给 AI Agent 配基建**的工具。逻辑很好理解——当 Agent 从「聊完就散的会话」变成要干活的「数字员工」，它就需要员工的一切：一台电脑（算力）、一间厂房（开发平台）、一张排班表（调度系统）。就在 2026 年 9 月 9 日到 10 日这两天，这三样在 Show HN 上凑齐了。这篇文章把三款新货逐一拆开：tamga 式的按秒租机怎么玩、一个二进制塞下整个 DevOps 部门是什么体验、以及海外社区新造的词「loop engineering（循环工程）」到底指什么。国内平台暂时都没有对标物，这就是本轮的信息差。 ## 一、tama：给 Agent 发一台按秒计费的电脑 **官网**：[tama.computer](https://tama.computer) ｜ Show HN 标题：「Agent Sandboxes with GPUs from $0.20/hr」（发布约 1 小时，还在榜单爬升期） 它的自我介绍只有一句话：「给你的 Agent 一台可以折腾的机器，按秒付钱」。定位是 coding agent、内核开发、推理优化这类**机器承担的工作负载**。 ### 核心玩法：把 GPU 机器当 Git 仓库用 tama 最有意思的不是价格，而是「bursts」工作流——**快照（snapshot）+ 分叉（fork）**： ```bash tama new base --gpu H100 # 开一台基础机 tama snapshot base # 做快照 tama fork base newton-inverse # 从快照分叉出新机器 tama stop newton-inverse # 停掉就停表 ``` 官网首页演示了一个真实的推理优化实验：从一台基础机分叉出 fp8-kv-cache、cuda-graphs、warp-specialised 等 10 个分支并行跑内核优化实验，最快的分支拿到 1.31 倍加速就「keep」，其余全停。算力账也是官网自己算的：包月独占一台 H100（$4.82/hr × 730 小时）要 **$3,519**，而且一次只能跑一个实验；改成按秒租机、10 台分叉并行、跑 30 轮 sweep，只要 **$499**。同样的总实验量，花了不到零头。 ### 价格（官网刊挂价，以实时报价为准） | 机型 | 显存 | 配置 | 价格 | |---|---|---|---| | 纯 CPU | — | 1–32 vCPU / 1–128GB | $0.017/hr | | RTX 4090 | 24GB | 6 vCPU / 17GB | $0.54/hr | | RTX 5090 | 32GB | 7 vCPU / 64GB | $0.88/hr | | A100 80GB | 80GB | 28 vCPU / 120GB | $1.82/hr | | H100 | 80GB | 28 vCPU / 180GB | $3.38/hr | | H200（8卡节点） | 141GB×8 | 208 vCPU / 1.9TB | $43.20/hr | 计费公式：**$0.0117/vCPU 小时 + $0.0055/GiB 小时**，只对运行中的秒数收费，快照和停机状态免费。快照还分两档：热快照连内存一起存，恢复只要约 1 秒、进程从断点继续、端口绑定都还在；冷快照只存磁盘。顺带一提，它连英特尔 Gaudi 2（96GB×8，$11.88/hr）都上架了。 ### 国内对比与适用人群 国内 GPU 租用平台（AutoDL、恒源云这类）的主流玩法仍是**按小时计费**，环境关机可能被回收、重配环境是常态，「快照—分叉—并行实验」这条工作流基本没有对标物。tama 的差异点不在单价，而在**计费粒度和实验组织方式**——它把云计算的弹性做成了「git for machines」。适合跑强化学习实验、内核调优、做多方案 A/B 的人；注意国内访问和付款可能存在门槛，短线更适合当作工作流思路去抄。 ## 二、Kovanex：把整个 DevOps 部门塞进一个二进制 **官网**：[kovanex.dev](https://kovanex.dev) ｜ 当前版本 v8.4.0 ｜ Apache 2.0 开源 同一团队 19 分钟前刚在 Show HN 上发了衍生品 Kovavue（「让 AI Agent 像人类一样在一台租来的 Linux 机器上干活」），主站 Kovanex 本体则是一个更野的东西：**自托管 DevOps 平台，一个二进制、4GB 内存**，包含 Git 托管、CI/CD 流水线、Kanban 看板、密钥保险箱、容器镜像仓库，全部用 gRPC 通信（24 个 gRPC 服务、190+ RPC 方法，刻意不做 REST）。 ### 三个真正值得关注的点 **1. AI Agent 是一等公民，不是插件。** 内置 MCP Server 提供 **42 个工具**，Claude Code、Cursor、Copilot 可以直连操作仓库、任务、流水线和 Agent 记忆；Agent 之间有人类可读的消息频道，git push、PR、流水线事件会自动广播；代码评审自带 AI 评论。 **2. 给「健忘的 AI 执行者」做了套项目管理。** 名叫 Locia 的引导线程 PM 很有想法：一个目标（Star）→ 一条路线（Course）→ 一个焦点，**WIP=1 由服务端强制执行**，每次会话用 `loci slice` 给 Agent 重新「定位」——这是把「Agent 干活容易走神」当成了一等工程问题来解。 **3. 部署门槛低到离谱。** 两个容器、五分钟起服务，`git push kovanex main` 自动触发流水线。官网自带的对比表毫客气：GitLab 最低 8GB 内存且 AI 是付费附加项，Kovanex 4GB 起、AI 原生、协议还是类型安全的 gRPC。知识库兼容 Obsidian 的 `[[wikilinks]]` 并自动建反向链接图，语义搜索用嵌入式 HNSW——** embeddings 由你的 AI 提供，数据不出你的服务器**。 ### 国内对比与适用人群 国内小团队的常规操作是 GitLab CE + Jenkins + 禅道/Jira 三件套拼装，运维成本高、AI 能力要各自加钱。Kovanex 相当于把这套东西压缩成一个文件，还预留了 Agent 工位。适合想数据不出门的小团队、要给 AI Agent 开正经开发流程的独立开发者，以及研究「AI 原生研发平台」该长什么样的架构师。 ## 三、Moadim：Agent 的排班表，「循环工程」来了 **官网**：[moadim.io](https://moadim.io) ｜ Show HN 33 分、17 条评论（发布 1 天）｜ MIT 开源，完全免费 定义一个 loop = **一个 prompt + 一张时间表 + 一个 Agent**（支持 Claude、Codex、Hermes、Pi），到点它就在全新的隔离工作台里把 Agent 拉起来干活，看门狗（watchdog）负责杀掉卡死的运行，会话结束即回收——上一次运行的状态不会泄漏到下一次。 几个设计细节很见功力： - **纯本地**：进程内调度器，无云端队列、无账号，`moadim install` 注册 launchd/systemd 服务，重启不丢； - **一个 loop 三个入口**：既是 MCP 工具（`list_routines`），又是带 OpenAPI 文档的 HTTP 端点（`curl http://localhost:5784/api/v1/routines`），还有内置 Web UI 和 iCal 订阅——你的排班表可以直接进日历； - **架构是 goals→routines 两层**：Agent 读取目标仓库，自己去 routines 仓库里创建、修改、删除小循环，每个循环按自己的节奏常驻跑，进度回流到目标。这是「Agent 管理一群 Agent」的雏形； - **隐藏坑（官网 FAQ 自己承认的）**：内置 Claude Agent 依赖 PATH 里的 python3 做无人值守预配置，缺了它会**静默空转**——装之前先 `which python3`。 更值得注意的是它背后的词：官网引用了 MindStudio、explainx.ai 等多篇外文文章，标题清一色是「Loop Engineering: Beyond Prompt Engineering」「2026 年最好的 AI Agent 是循环造出来的，不是 prompt 堆出来的」。**从「写好提示词」到「设计循环」**，这个概念迁移值得国内做 Agent 的同学提前半年布局。 国内对标物（扣子/Coze、Dify 这类平台）把定时执行做成 SaaS 里的一个触发器，流程和数据都在别人云上；Moadim 是 cron+tmux 心智负担的本机守护进程。适合想让 Claude Code 每天自动巡检仓库、定时写周报、跑数据任务的开发者。 ## 三件套连起来：数字员工入职清单 ```mermaid flowchart TB subgraph SCHED["调度层 Moadim：排班表"] G["goals 目标仓库"] --> R["routines 循环仓库"] R --> T1["每个 tick 隔离工作台拉起 Agent"] W["watchdog 看门狗"] --> T1 end subgraph COMP["算力层 tama：按秒计费"] SN["snapshot 快照"] --> FK["fork 分叉 N 台"] FK --> EX["并行跑实验"] EX --> BK["停机即停表"] end subgraph PLAT["平台层 Kovanex：自建厂房"] MCP["MCP Server 42 个工具"] --> GIT["Git 托管"] GIT --> CI["CI/CD 流水线"] CI --> KB["Kanban 看板"] end T1 -->|"需要算力"| SN T1 -->|"提交成果"| MCP ``` 翻译成人话：Moadim 负责「什么时候干」，tama 负责「在哪台机器上干」，Kovanex 负责「干完活走什么流程」。三者都开源或开放 CLI，都强调数据自主——这和本周 Product Hunt 社区「别再泛泛做 Agent，要嵌进已有工作流」的讨论完全同频。 ## 信息差总结 | 你以为 | 别人已经在用的 | |---|---| | 租 GPU 只能按小时包时段，环境说没就没 | tama 按秒计费、停机停表、快照免费，机器可以 fork 出 10 份并行实验 | | 自建研发平台 = GitLab+Jenkins+Jira 拼装，8GB 内存起步 | Kovanex 一个二进制 4GB 内存全包，还内置 42 个 MCP 工具给 Agent 用 | | Agent 定时任务必须挂在大厂 SaaS 上 | Moadim 本机守护进程、MIT 免费，每个循环同时是 MCP 工具和 HTTP 端点 | | Agent 稳定靠提示词写得好 | 海外已经升级成「循环工程」：固定调度+隔离环境+看门狗，prompt 只是循环里的一个参数 | ## 行动指南 1. **今晚 10 分钟**：`curl -fsSL https://tama.computer/install | sh` 装 CLI，开一台纯 CPU 机器感受「按秒停表」，再用官网计费器套你自己的实验算一笔 fork 并行的账； 2. **周末半天**：`docker compose up -d` 起 Kovanex，迁一个业余项目进去，把它的 MCP Server 接到 Claude Code，体验 Agent 直接读看板、提 PR； 3. **装 Moadim 前先检查 python3**，然后给 Claude Code 排一个每日仓库巡检循环，把它生成的 iCal 订阅进你的日历； 4. **记住 loop engineering 这个词**，半年后它大概率会出现在国内各大厂的岗位 JD 里。 ## 参考来源 1. Hacker News Show HN 榜单（2026-09-10 实时抓取）：https://news.ycombinator.com/show 2. tama 官网（含完整价目表与 bursts 演示）：https://tama.computer 3. Kovanex 官网（含功能清单与竞品对比表）：https://kovanex.dev 4. Moadim 官网（含 FAQ 与 loop engineering 外文引用）：https://moadim.io 5. Product Hunt AI 分类页（近期趋势讨论）：https://www.producthunt.com/topics/artificial-intelligence --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!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。