文章核心观点 - Daytona为AI agent打造专用计算机（沙盒），在已有客户和收入时主动关停老产品线全面重建，凭借60毫秒启动、可组合配置等性能优势抓住agent基础设施市场窗口，95天实现300万美元ARR，10个月完成6000万美元B轮融资、估值10亿美元 [5][17][18] - 核心判断：当干活主体从人变成agent，围绕人建立的整套基础设施需要重新设计，沙盒只是第一块，未来还会有agent专用的网页搜索、数据库等原语 [38] 公司发展历程与背景 - 联合创始人Ivan Burazin与搭档合作约二十年，早期做服务器与虚拟化服务，2009年创办浏览器IDE CodeAnywhere，约300万人使用过但规模未做大，最终将投资人资金归还 [9][10] - 2023年与Goran Draganić、Vedran Jukić共同创办Daytona，最初为大企业工程师自动搭建开发环境，2024年获500万美元种子轮，由Upfront Ventures领投、500 Global参与 [11] - 企业销售进展缓慢，Ivan曾向一家大银行介绍公司仅15人，对方误听为50人后对话即终止 [11] - 2024年底受OpenDevin（现OpenHands）启发，将开发环境产品做成云上版本供agent使用，使用者寥寥但大量agent团队主动找上门提出运行环境需求 [13] - 二三十个试用者几乎一致反馈现成基础设施"会坏"，Ivan通过大量听AI播客、读博客白皮书、参加大会补课，认识到给人用和给agent用的基础设施不是同一种东西 [13][14] 产品重建与市场验证 - 2024年12月31日新年夜Ivan写出粗糙原型，联合创始人评价"彻头彻尾是垃圾、别给任何人看，但想法是对的"，随后花两周重写 [4][15] - 重写后向此前说"不行"的客户逐一演示，原定15分钟的电话普遍开到25至30分钟，几乎所有人都想使用，当时连登录页面都没有、只有一把API key，客户次日便回头追问"我的key呢" [15] - 客户主动追要产品的信号使团队认定方向正确，Ivan判断未来每一个agent都需要一台电脑，市场大到无法估计，决定"全押" [15] 关停老业务与增长数据 - 团队将老产品线客户基本送给竞争对手，全面重建，账上只剩约三个月收入，2025年2月1日旧产品线收入归零 [17] - 重建期间销售和市场团队飞往旧金山，在产品发布前花三个月向市场宣讲尚不存在的东西 [18] - 2025年4月底产品发布，发布后50天ARR达100万美元，又过45天达300万美元，随后由FirstMark的Matt Turck领投2400万美元A轮，95天走到300万美元年化收入 [18] - 2025年1月至9月收入运行率增长25倍，平均每月增长50.9% [26] - 2025年10月20日宣布完成6000万美元B轮融资，估值10亿美元，FirstMark领投，Patrick Collison、Tobi Lütke、Aravind Srinivas、Adam D'Angelo、Eric Yuan等参投，累计融资约9100万美元 [5] 产品技术特性 - 产品定位为agent的"笔记本电脑"，行业称sandbox（沙盒），Ivan认为该词易被误解为仅用于测试演示，实际agent在其中做正式工作 [20] - 强调"可组合"：agent可按需自选CPU数量、内存、磁盘、GPU及Linux/Windows/Mac系统，60毫秒内拿到机器，约为眨一次眼的一半时间 [21] - 技术路径：将配置好的机器快照预先分发到服务器硬盘，使用时接上算力与内存续上快照；跑在bare metal上，使用自研调度系统而非Kubernetes或Nomad，理由是这些系统为大规模部署应用设计、并非为agent运行设计 [22] - 目标兼具Lambda的启动速度与EC2的长期运行和状态保留能力，合上盖子再打开状态仍在；agent可将运行中的电脑一分为二同时试两种做法并继续复制 [22] - 第三位联合创始人看到设计时评价"这不是2008年的东西吗"，Ivan承认等于回到过去，但这次是为agent [22] 性能指标与需求来源 - 启动一台含网络往返60毫秒；一次性启动5万台约需75秒，而业内公开数据有的方案需2000秒（半小时） [24] - 最大客户每天约跑85万个沙盒，接近一百万；有客户提出同时运行50万台的需求 [24] - 需求来源包括代码执行类agent（含设计建筑等非编码场景）、浏览器与电脑操作类agent（browser use本身即Daytona客户）、RL强化学习训练与评测；Terminal-Bench配套工具Harbor将Daytona列为默认运行方式之一，吸引大量强化学习团队动辄拉起成百上千甚至上万台机器 [25] - 客户名单包括Anthropic、OpenAI、Nvidia、Cursor、Cognition、Meta、Cohere，数据公司Snorkel已在Daytona上开过超过100万个沙盒 [26] - Ivan估算Meta九月发布的个人agent Muse若服务一亿用户，需价值28亿美元的沙盒（为其个人估算） [26] - 成本结构变化：过去应用多一个用户成本几乎不变，现在agent多一次对话就多一台要启动运行关闭的电脑；每增长5倍就痛一次，每天新增审计日志1亿条 [28] 行业判断：CPU或成下一个瓶颈 - Ivan将CoreWeave、Nebius等GPU云厂商称为neocloud，称"推理云是agent思考的地方，我们的云是agent干活的地方" [29] - 沙盒里跑浏览器、代码、办公软件，均为CPU的活；公司内部看法是可预见未来花在CPU上的钱会比GPU更多，并预判将出现CPU短缺，"照目前增长轨迹，需要的CPU机器数量现在并不存在" [30][31] - AMD CEO苏姿丰5月财报会称agent让服务器CPU需求变大，将服务器CPU市场年增长预期从约18%上调至35%以上，2030年规模超1200亿美元 [31] - Arm估计面向agent的数据中心每吉瓦可能需要1.2亿个CPU核心，是传统数据中心的四倍 [31] 客户驱动与市场拓展 - 产品演进由客户推动：同一周有三到五个客户提同样需求即立刻放进路线图；防火墙需求三天内被提五次随即开发 [32] - Ivan几乎出现在每一个销售电话中，加入约1000个客户共享Slack频道，客户反馈问题后五分钟内拉语音通话；第三方拍摄的客户案例中被提最多的是团队响应速度 [32] - 提前押注agent操作Windows传统软件环境方向，理由是大云厂商开一台Windows虚拟机需三到五分钟，Daytona想压到一秒 [32] - 大企业采购流程从过去两三个月缩短到五天，判断是市场需求大到对方愿意提前流程 [33] - 市场推广几乎完全靠线下活动（聚会、黑客松、见面喝酒），客户集中在旧金山、地理范围小易做深 [33] 组织与创始人投入 - Ivan常在美国与克罗地亚之间飞行，每晚约睡五个半小时；公开表示"如果这个假期你选择休息，你就撑不下去" [34] - 团队25人中约13人是共事七年以上的老同事，联合创始人之间可直接否定彼此想法；合伙人合作近二十年，中间分开过也吵过，现各自有孩子且经济宽裕，不为快速套现 [34] - 公司能维持高强度节奏依赖二十年合伙人、多年老友同事及承担更多的伴侣等条件 [35] 竞争与增长隐忧 - 25倍收入增长、每月50.9%平均增速均为Ivan自述数据，增速本身会很快回落，更值得关注客户留存及增长中少数大客户的贡献占比；最大客户一天跑85万个沙盒，意味着收入对少数几家AI公司依赖可能不低 [37] - 大云厂商是否回头竞争存疑：Ivan称大厂核心服务为最大化利用率优化，要匹配Daytona性能需内部重造一个新公司，大厂做得到但不容易，这一保护能维持多久只能靠时间回答 [37] 行业视角与启示 - Ivan观察同行创始人对未来的预测几乎都通过人的眼睛写，而他每天思考能否通过agent的眼睛看：agent需要什么、哪些是人类工具的"改款"、哪些改动足够大值得单独成为新产品；防火墙、可恢复状态、可克隆电脑在人类世界都有对应物，但用户换成agent就需重新设计 [38] - 关停老生意并非单纯魄力：此前二三十人说"不行"被读成线索、有过"早了没有用"的教训、客户已追着要key，魄力是最后一步，前面是扎实功课与计算过的落脚 [39] - Ivan认为世界上最有价值的资产是时间，无法复制也无法延长，公司做的事是帮人把事交给agent、腾出时间陪孩子或做别的事 [40]