GREP.AI 將 AgentRun 開源,並把它擴展成 managed agents 平台。透過 ACP 相容層,平台可接入 Claude Agents、Codex 等不同 runtime,重點放在實際執行環境,而非只在模型 API 外再包一層。
AgentRun 開源:Agent 平台開始接受自帶 runtime
過去的 Agent 平台常把模型、工具與工作流綁成單一產品。團隊一旦更換模型或 Agent harness,就得重寫程式、重新配置環境,連 debugging 紀錄也無法直接帶走。
GREP.AI(YC F26)採取不同做法。它將 AgentRun 開源,並擴展為完整的 managed agents 平台。README 的原文是:
We (GREP.AI, YC F26) are open-sourcing AgentRun and turning it into a full managed agents platform.
它試圖成為模型與 runtime 之間的控制層。
從內部框架走向開放平台
AgentRun 的起點並非通用雲端平台,而是 GREP.AI 內部使用的 Agent harness。
這條發展路徑相當關鍵:先讓內部任務穩定運作,再逐步開放執行環境、工具接入、行為分析與服務托管。平台目前提供一整套執行鏈:
- Web-grounded workflows
- 多種 sandbox 與 computer environments
- 數千種工具與整合方式
- Agent 行為分析與自我改進能力
AgentRun 同時支援自托管,部署與使用說明都收錄在 GitHub README。
因此,平台提供兩種產品形態:
- 托管版:使用者不必自行維護容器、瀏覽器、憑據與執行環境。
- 自托管版:使用者保有資料與基礎設施的控制權,同時繼續使用 AgentRun 的核心功能。
相較於只提供全套托管服務,這種拆分更貼近實際需求。Agent 執行過哪些操作、呼叫哪些工具,以及產生哪些檔案,都可能涉及企業資料。是否採用雲端部署,不能只以方便程度判斷。
ACP 才是相容層的支撐點
AgentRun 的核心主張可以濃縮為一句話:bring your own agent。
README 寫得很清楚:
AgentRun works with Pi, Claude Agents, Codex, OpenCode, and any other harness that supports ACP.
ACP 在此扮演類似 adapter 的角色。AgentRun 不要求所有團隊統一採用特定 harness;只要對方支援 ACP,就能接入平台。
這會直接影響遷移成本。
假設某個團隊先以 Claude Agents 執行程式任務,後來發現某類批次作業更適合 Codex,或希望測試 OpenCode。過去常見的做法,是重新建置工具呼叫、狀態管理與 sandbox 設定。接入 ACP 後,至少執行協議能維持一致。
不過,相容 ACP 並不代表模型能力、context management、prompt 策略與工具行為完全相同。
不同 harness 對任務拆解、錯誤復原、工具選擇與 context compression 的處理仍可能不同。AgentRun 解決的是「如何接入與執行」,而不是「不同 Agent 是否能產生同等效果」。
模型之外,執行環境才是關鍵
大型語言模型只是 Agent 的一層。真正負責執行任務的,是瀏覽器、程式碼 sandbox、檔案系統、網路存取、API 憑據與外部工具。
這也是 AgentRun 將重心放在 managed agents 上的原因。
平台提供 Web-grounded workflows,讓 Agent 能根據真實網頁完成任務;同時提供多種 sandbox、computer environments,以及數千種工具與整合選項。對企業使用者而言,這些能力比再包一層模型 API 更接近實際成本與營運難度。
部署一個可運作的 Agent demo 通常不難,難的是穩定處理以下細節:
- 如何隔離瀏覽器 session
- 程式碼在哪個容器中執行
- API key 儲存在何處
- 任務 timeout 後如何復原
- 外部網頁故障時如何 retry
- 一次任務產生了哪些檔案與 log
- 不同任務之間是否可能互相干擾
托管平台真正提供並販售的,正是這些工程能力。
從產品角度來看,也解釋了 AgentRun 為何強調「自帶 Agent」。模型可以替換,Claude、Codex 或其他 LLM 都能作為 inference engine;但執行環境、權限邊界與 observability data 仍掌握在平台手中。
Self-improving 需要 observability 支撐
AgentRun 將以下兩項能力列為核心:
- Self-improving agents
- Detailed analytics on how your agents behave
兩者必須一起理解。
如果沒有 trajectory、tool call 與環境狀態紀錄,所謂自我改進多半只是換一套 prompt,再猜測問題出在哪裡。一次 Agent 任務失敗,可能源自模型判斷,也可能來自瀏覽器 timeout、憑據失效、工具回傳格式改變,或 sandbox 狀態遭到污染。
如果系統只看得到最終失敗結果,就沒有足夠資訊判斷該修改模型、調整 prompt,還是修正工具。
細緻的行為分析至少應記錄:
- 每一步選擇了哪些工具。
- 工具收到哪些參數。
- 工具回傳結果與當下環境狀態為何。
- Agent 為何選擇繼續、retry 或放棄。
- 最終結果與預期目標相差哪些部分。
具備這些 trajectory,自我改進才可能從「依失敗樣本猜 prompt」,轉為針對具體失敗環節進行修正。
但行為分析也會帶來隱私與安全風險。Agent trajectory 可能包含使用者輸入、網頁內容、檔案片段,以及與憑據相關的 context。平台必須明確說明資料保留期限、去識別化方式與存取控制;否則 observability 能力越強,資料外洩的風險範圍也越大。
Agent 平台未必該與模型綁定
AgentRun 最有價值的地方,不是再造一個 Claude 或 Codex,而是清楚劃定模型、harness 與執行環境之間的邊界。
模型能力仍在快速變化。閉源 API 的價格、context length 與工具協議會調整,新的開源模型也會持續出現。團隊若將應用邏輯與特定 Agent runtime 深度綁定,每次升級都可能變成大型遷移工程。
ACP 提供可替換的介面,AgentRun 則進一步補上執行與 observability 基礎設施。兩者結合後,平台更像 Agent 的「作業系統」或 control plane,而不是某個模型的附屬功能。
這也會改變托管版與自托管版之間的取捨。
托管版適合任務量大、執行環境複雜,且不想自行維護基礎設施的團隊。自托管版則適合資料敏感、已具備 Kubernetes 能力,或需要深度修改執行環境的團隊。
但自托管並不等於零成本。容器映像、瀏覽器、憑據管理與 log storage,仍需要有人負責。
AgentRun 是否真能降低遷移成本,目前還不能只看相容性清單。ACP 的支援範圍、不同 harness 之間的功能差異,以及托管版對特定 runtime 的支援深度,都需要透過實際專案驗證。
編輯觀察
AgentRun 的重要性不在於開源了一套 Agent 框架,而在於它把競爭焦點從模型移向 runtime。模型可以替換,工具也會變動,真正昂貴的部分往往是執行環境、狀態管理與失敗追蹤。
若 ACP 足夠穩定,團隊就能減少遷移工作;若 AgentRun 能提供一致的工具語意與 observability data,托管版與自托管版之間也更容易互換。
值得觀察的,不是 AgentRun 接入了多少模型,而是它能否讓不同 harness 在同一套 observability 與 evaluation 體系下公平運作。這和過去只比較模型排行榜、context length,或 Agent demo 成功率的做法不同:現在被評估的對象,是完整的執行鏈。
但現在下結論仍嫌過早。README 尚未消除幾項關鍵不確定性:ACP 實際涵蓋哪些能力、Claude Agents、Codex 與 OpenCode 接入後能否維持一致行為,以及細緻分析是否會帶來顯著成本與資料風險。Self-improving 尤其需要建立可靠的驗證標準;一次偶然成功,並不足以證明系統已學到可重複使用的能力。