工具

OpenComputer 实战:自托管 AI Agent 首提仅 24 秒

OpenComputer 将 coding agent 部署进企业的 AWS、GCP 或 Azure。项目方称首次提交代码用时 24 秒,本文拆解其持久化 VM、Git worktree 和任务迁移机制,并指出独立验证与运维成本仍是关键缺口。

字号

OpenComputer 把 coding agent 部署进企业的 AWS、GCP 或 Azure。项目方称首次提交代码用时 24 秒。本文拆解它的持久化 VM、会话隔离和任务迁移机制。

OpenComputer 是一个面向团队的开源 cloud coding agent。企业可以把运行环境放进自己的 AWS、GCP 或 Azure 云账户,不必把代码、凭据和任务交给第三方托管平台。

项目作者 Utpal 在 Hacker News 上介绍,它将 agent harness 与 sandbox 放在同一台持久化 VM 上运行。项目方公布的基准中,OpenComputer 首次提交代码用时 24 秒,其他候选方案为 53—72 秒。

先别急着把 24 秒理解成「Devin 杀手」。这个数字更值得看的方向是:AI Agent 的执行环境,正在变成企业可以自己持有、审计和迁移的工程资产。

24 秒不只是跑分数字

「首个 commit 用时 24 秒」测的是 Agent 从接手任务到产出第一次代码提交所需的时间,不是完整任务完成时间,更不是所有工程工作的效率指标。

但这个指标仍然有意义。coding agent 的一次工作循环通常是:读取仓库、启动环境、调用模型、执行命令、修改文件、跑测试、再提交。第一次提交之前,Agent 大量时间花在准备环境上。

OpenComputer 的做法是把 agent harness 和 sandbox 放在同一台 durable VM,而不是让控制层与执行环境分属两套系统。项目作者称,官方基准里首个 commit 用时 24 秒,其他候选方案为 53—72 秒,快了一倍以上。

这里必须加一个限定:这是项目方公布的数字,目前没有看到独立复现。基准使用什么任务、是否预热环境、机器规格、模型版本和计时起点,都会直接影响结果。

不过,从系统设计看,24 秒并非凭空出现。持久化 VM 可以保留文件系统、进程状态和工具缓存。省下的很可能不只是「启动一台机器」的时间,还包括反复安装依赖、初始化 Git 仓库、恢复工作目录的等待。

对于编码 Agent,这些等待不是背景噪音。它们会占用推理轮次,拖慢反馈闭环,还会放大超时和中断带来的失败率。

自托管先解决的不是省钱

企业采用 coding agent,第一反应通常是成本。OpenComputer 的出发点更直接:代码、凭据和任务运行在自己的云账户里。

这和 Devin 一类托管模式有本质区别。代码是否离开企业网络、云凭据由谁保管、Agent 能访问哪些资源、每次工具调用如何留痕,都变成企业自己的架构选择。

收益也不只是「少付一点托管费」,而是多了几条控制边界:

  • IAM 权限可以按团队和网络环境收紧;
  • 出站访问可以经过企业代理和审计网关;
  • 源码与执行日志可以留在企业控制的存储中;
  • 沙箱生命周期可以纳入现有 Terraform、Pulumi 或 Kubernetes 运维流程;
  • 数据驻留要求可以直接对应 AWS、GCP 或 Azure 的区域策略。

当然,自托管意味着责任也跟着回来了。网络配置、补丁、镜像构建、密钥轮换、费用失控和日志留存,都不能推给平台方。

一团队一 VM,会话靠 Git 隔离

OpenComputer 采用每个团队一台 VM 的方式,并可通过横向扩展增加容量。不同 session 则使用 Git worktree 隔离。

这是一个实用取舍。

一台团队级 VM 相当于共享底座:语言运行时、依赖缓存、容器镜像和系统工具可以复用。多个 Agent session 不必各自从空白环境起步。

Git worktree 让同一个仓库同时存在多个工作目录。每个 session 有自己的分支和文件变更,不需要频繁 stash、切分支再恢复现场。对并行处理多个 issue 的团队来说,这比让 Agent 争抢一个 checkout 稳定得多。

横向扩展也很直接:复制一套团队级 VM,把负载分过去。但它不是无状态服务。VM 上的缓存、凭据和临时文件都可能有状态,扩容之后还要处理会话路由、状态同步与回收策略。

持久化环境对编码 Agent 的实际价值,在于它保存的不只是代码,还有人工搭建环境时积累的隐性知识。比如项目使用的内部 CLI、构建脚本、私有依赖源和调试配置。

Agent 每次从零开始启动,团队就要不断为它重建这些条件。持久化 VM 相当于一个可以反复使用的工程工作台。

每轮落盘,让 Agent 任务可迁移

OpenComputer 的另一个关键设计是:每轮对话结束后,session 文件都会备份到代码仓库。因此任务可以迁移到另一台 VM 上恢复。

这解决了 Agent 工程里一个很实际的问题。任务往往持续几十分钟甚至几天,中间可能遇到实例重启、模型限流、权限审批或人工接管。如果执行状态只存在某个 Agent 进程的内存里,一次故障就可能丢掉全部上下文。

把 session 文件随每轮落盘,状态就变成了可以版本管理、备份和转移的仓库资产。迁移时不需要重新让模型阅读几十轮历史日志来重建任务。

实现上,这类设计通常涉及两件事:备份 session 文件,以及在新环境中找到对应的 repo、分支和 worktree。真正可用的迁移流程,还需要处理工作目录、进程状态、未提交改动和环境变量。

项目 README 给出的安装方式如下:

git clone https://github.com/diggerhq/opencomputer.git
cd opencomputer

仓库还提供了本地启动入口:

make run

不同版本的依赖和配置项可能变化,实际部署应以仓库当前 README 与 Makefile 为准。

开源替代 Devin,还差哪些验证

「24 秒做出首个 commit」不能直接推出「整体编码效率是 Devin 的两倍」。前者是启动到首次提交的一项指标,后者需要完整任务成功率、测试通过率、人工返工率和总成本来衡量。

如果要判断 OpenComputer 能否替代 Devin,我至少会核查这些问题:

  1. 基准口径:任务集多大?是否公开?是真实 issue 还是合成任务?是否包含环境准备时间?
  2. 沙箱安全:Agent 的命令执行范围多大?能否逃逸?出站网络如何限制?凭据是否最小授权?
  3. 模型成本:24 秒背后用了什么模型、多少 token?按完成一个 issue 计算,模型费用是多少?
  4. 任务成功率:首次提交只是中间状态。最终能否通过测试、合并代码,还是需要大量人工修正?
  5. 持久化隔离:不同 session 的 Git worktree 真能避免文件、网络和凭据串线吗?
  6. 维护活跃度:项目是否持续更新?云厂商 API 变化后,多久能修?
  7. 故障恢复:VM 重启、进程崩溃、模型限流后,session 恢复是否完整?
  8. 运维负担:升级镜像、轮换密钥、清理工作区和容量规划需要多少人力?

其中最容易被忽略的是模型成本。Agent 做得更快,不代表调用模型更少。首提阶段若需要反复探索、读取大量仓库文件并生成多个 patch,账单可能仍然可观。

编辑思考

OpenComputer 真正值得关注的,不是「24 秒复刻 Devin」,而是它把 Agent 的执行环境从平台内部的黑盒,改造成企业可持有、可迁移的工程资产。session 每轮落盘、任务跨 VM 恢复,这些能力比单次跑分更接近生产环境的长期需求。

我的判断是,企业会先把它当自托管 Agent 的基础设施层,而不是立刻拿来替换成熟托管产品。最先适合的是权限边界清晰、环境可以模板化、任务需要频繁接管的内部仓库。

但当前材料缺少独立基准验证。24 秒来自项目方介绍,样本规模、模型成本和任务成功率都不清楚。在这些数字被第三方复现前,我不会把它写成「Devin 开源替代品」。

这次和过去不同的地方在于,开源项目不再只发布模型权重或工作流框架,而是开始交付完整的 Agent 运行环境。接下来竞争的不只是模型能力,还包括谁能让企业更放心地迁移任务、控制权限,并保留自己的工程上下文。

来源

来源: https://github.com/diggerhq/opencomputer