每個 Agent 都需要一台電腦：Daytona 如何用裸機架構搶佔 AI 運算市場

本文整理自《Latent Space》2026 年 5 月播出的單集。

{{< youtube kaX43RRRUKY >}}

---

跨年夜寫出的 MVP

2025 年的最後一天，Daytona 執行長 Ivan Burazin 哄睡了女兒和妻子，回到電腦前開始寫程式。凌晨三點，他把一個粗糙的原型傳給共同創辦人兼技術長。早上收到的回覆是：「這東西爛透了，絕對不要給任何人看。但這個想法是對的。」技術長花了兩週重建，做出一個堪用的版本。他們聯絡了上一季曾經拒絕舊產品的二、三十位潛在客戶，安排了 15 分鐘的展示通話。結果每一通都超時，延長到 25 甚至 30 分鐘，每個人掛完電話都在問同一件事：「我的 API key 呢？」

Burazin 做過好幾間公司，他說自己從來沒有經歷過這種情況：如果隔天沒把 API key 寄出去，客戶會直接打電話來催。這個跨年夜誕生的原型，就是今天的 Daytona，一家專門為 AI Agent 提供運算環境的基礎建設公司。2026 年 2 月他們完成了 2,400 萬美元的 A 輪融資（由 FirstMark Capital 領投），月營收增長率達到 74%，最大客戶每天運行近 85 萬個沙箱。

故事要從更早說起。Burazin 和他的技術長搭檔超過十五年，從 2000 年代初期堆伺服器、做虛擬化的服務公司開始，到後來打造 CodeAnywhere（最早的瀏覽器端 IDE 之一，約 300 萬人使用過），再到創辦科技大會 Shift，最後在三年前啟動 Daytona，替人類工程師自動化開發環境。2025 年初的轉向幾乎是被市場推著走的：他們想用既有的基礎建設去跑 OpenHands（當時叫 OpenDevin）的 SaaS 版本，結果一堆人找上門，但不是要用他們的產品，而是問能不能把底層的運算環境單獨拿出來給自家 Agent 用。

他們最初以為只要把為人類設計的環境稍作調整就好。但所有拿到手的人都說同一句話：「不能用。」不是功能缺了什麼，而是設計邏輯就不對。Agent 跟人類需要的電腦，根本不是同一種東西。

Agent 不是人類，它需要不同的電腦

Burazin 用了一個直覺的比喻：你不會希望自己的筆電在工作做到一半的時候被強制關機。你會想蓋上螢幕、隔天打開，所有東西還在原來的狀態。Agent 也一樣，它需要有狀態的、可以暫停和恢復的運算環境，而不是用完就丟的無狀態函式。

但大多數雲端沙箱的架構是在虛擬機器上面跑 Firecracker，硬碟狀態透過網路掛載，而且沙箱有存活時限。Agent 要的恰恰相反：毫秒級啟動、持續運行到任務完成、隨時暫停恢復。Burazin 形容這是「把 Lambda 和 EC2 結合在一起」。

Daytona 的解法是回到最底層：裸機（bare metal）伺服器加上自建的排程器。沙箱的範本預先載入到機器上的 NVMe 固態硬碟，Agent 啟動沙箱時直接導向已經有對應範本的實體機器，在本地啟動。硬碟和 CPU 之間沒有任何網路延遲，所以 I/O 等於原生速度。單一沙箱啟動只要 60 毫秒，同時啟動 5 萬個大約 75 秒。部分競爭對手完成同樣的事需要超過 30 分鐘。

第三位共同創辦人第一次看到這個架構的反應是：「這是 2008 年的做法吧。」技術長點頭：「沒錯。」有時候最好的技術選擇不是追逐新的抽象層，而是繞回去用更底層的方案。

讓 Agent 操作 Windows：10 兆美元市場的入口

在 Burazin 看來，Agent 運算沙箱最大的市場機會不在程式碼執行，而在一個聽起來有點「復古」的方向：讓 Agent 操作圖形介面，也就是業界說的「Computer Use」。

全球大約有 10 億知識工作者，光美國就有 1 億人，薪資總額在美國約 10 兆美元、全球約 50 兆美元。取最保守的估算，如果五大產業（醫療、政府、金融服務等）中有 40% 的白領工作可以被 Agent 自動化，那就是一年 10 兆美元的可觸及市場。關鍵問題是：這些工作中的大量任務鎖在舊版 Windows 應用程式裡，這些軟體永遠不會被重寫，也沒有完整的 API 可以用程式存取。

Burazin 自己就撞過這堵牆。他最近在準備董事會簡報時，用 Claude Code 串接了 ClickHouse、PostHog、QuickBooks、Brex 等工具的 API 來拉資料。第一份報告很漂亮，McKinsey 等級的排版。但往下挖就出問題了，到處都是「部分資料」、「資料缺失」。即使這些現代 SaaS 工具都有 API，也不是所有欄位和功能都能透過 API 取得。

最後他在自家的 Mac mini 虛擬沙箱上跑了一個 Computer Use 工具，開了公司內部的唯讀帳號，就像僱了一個實習生。他跟它說：「登入這個網站、匯出資料、做出報告。」它就真的一步一步點進去、匯出 CSV、完成任務。一個科技新創的 CEO，用的都是最前沿的工具，仍然需要一個能操作瀏覽器的 Agent 才能搞定日常工作。那麼大型金融機構或政府單位，有多少工作流程是鎖在無法程式化存取的內部系統裡？

Daytona 已經在開發 Windows 沙箱，可以在幾秒內啟動（EC2 和 Azure 的 Windows 實例需要 3 到 5 分鐘），支援即時快照和分叉。這基本上就是 RPA（機器人流程自動化）的復興，只是這次驅動它的不是寫死規則的腳本，而是能理解螢幕內容、做出判斷的 AI 模型。微軟的納德拉（Satya Nadella）最近也公開表示「每個 Agent 都需要一台電腦」，方向上已經很明確。

B2B2C 模式與開源策略

Daytona 的營收不是靠個人開發者堆出來的。Burazin 把客戶分成兩類：B2B（直接賣給 AI 實驗室做 RL 訓練）和 B2B2C（賣給 Lovable、Manus 這類做出消費端產品的 Agent 公司）。後者才是真正推動規模成長的引擎。

Burazin 把 Daytona 的定位比作 Twilio：你不會以個人身分去用 Twilio，但每一個需要傳簡訊功能的 App 背後都有它。Daytona 也是一樣，當越來越多公司說「拿 Claude Code 丟進沙箱，前面加個介面，就是一個新的 Agent 產品」的時候，它們都會拉進 Daytona 這類底層供應商。Anthropic 的 Agent SDK 和 Claude Code 的推出，實際上推動了一波 Agent 應用公司的創業潮，這些公司全都需要運算沙箱。

開源策略也扮演了重要角色。Daytona 的沙箱產品使用 AGPL 3 授權，排程器等核心元件的程式碼完全公開。純粹的開源信仰者可能會覺得 AGPL 不夠「純」，但它實際上做到了兩件事：第一，讓企業客戶可以先在內部試用開源版本，繞過漫長的採購流程。Burazin 說，過去跟大企業談合作要花兩三個月走採購程序，現在因為市場需求太強，五天就能過關。第二，AGPL 的 copyleft 條款防止了競爭對手直接 fork 去做同樣的產品。

開源還有一個沒預料到的好處：Agent 在整合 Daytona 的 SDK 時，可以直接讀公開的原始碼來理解 API 的行為，比單看文件更有效率。雖然 Burazin 坦承「好的文件也能達到同樣效果」，但這確實降低了整合門檻。

「AI 雲端」正在成形

如果每一個 Agent 在執行每一項任務時都需要一台電腦，那這個市場有多大？Burazin 算了一筆帳：全球 PC 市場（Apple、HP、Lenovo 加起來）大約 1,500 到 1,800 億美元，跟三大雲端超級服務商的營收規模差不多。但那是 80 億人類搭配有限數量的裝置。兩年後、十年後會有多少 Agent 在運行？每一個都需要一個運算環境。

Semi Analysis 的 Dylan Patel 已經提出警告：CPU 即將成為瓶頸。GPU 短缺的連鎖反應正在向下游蔓延，從記憶體到現在的 CPU。所有的沙箱、資料庫、搜尋引擎都跑在 CPU 上，這些服務全都以每月 40% 以上的速度成長。Burazin 甚至說：「如果你做 Agent 基礎建設，月增長沒到 40%，那不是你做得好，那只是市場的自然成長速度。」提前鎖定 CPU 產能，會變成跟 GPU 一樣的戰略問題。

這些趨勢指向一個正在成形的概念：Agent 專屬的雲端。它不會像 AWS 那樣包山包海，反而更像 Stripe 或 Twilio，用簡潔的 API 讓開發者幾行程式碼就能為 Agent 配置一台完整的電腦。這個雲端會包含沙箱（Daytona）、資料庫（如 Neon）、搜尋（如 Parallel），全部針對 Agent 的消費模式最佳化。

OpenAI 和 Vercel 都在說「AI Cloud」。Daytona 也是候選者之一。但 Burazin 觀察到一件更根本的事：這個新雲端的基礎建設原始元件（primitive）還沒有被全部發明出來，「還有更多會在未來幾年出現。」不管最後誰贏，趨勢已經很清楚：就像人類從大型主機走到個人電腦再走到雲端，Agent 正在走一條自己的演化路徑。

Burazin 也對 SaaS 公司靠轉售 AI token 來宣稱「營收重新加速」的現象提出質疑。他認為 token 轉售的利潤率遠低於傳統 SaaS 訂閱，黏著度也不同，市場遲早會對此「清醒」。真正有價值的做法是像 Salesforce 最近做的那樣，把所有產品透過 API 開放出來，讓 Agent 以程式方式消費資料，並按用量收費。那才是可持續的營收模式。

我的觀察

這集 Podcast 最讓我有感的不是那些驚人的數字，而是 Burazin 準備董事會簡報的那段經歷。一個科技新創的 CEO，用著市面上最新的工具，API 串接做得很順，照樣在「拉出完整資料」這件事上卡關，最後得靠一個能登入網站、手動匯出 CSV 的 Agent 才搞定。

這說明我們對「AI 自動化」的想像太乾淨了。真實世界的工作流程充滿半殘的 API、登入牆、只有圖形介面能做的匯出功能。Agent 要真正有用，不能只活在 API 和 CLI 的世界裡，它得能像一個人一樣打開瀏覽器、登入系統、點按鈕。

這也是為什麼「每個 Agent 都需要一台電腦」不只是行銷口號。臺灣有大量的製造業和金融機構，企業內部系統的「API 化」程度可能比矽谷新創更低。如果 Computer Use 的方向成立，這些看似落後的「遺產系統」反而可能成為 Agent 創造最大價值的地方。