Runtime (YC P26)：给每个团队配一个沙盒 AI Agent，产品经理也能提 PR

AI 编码 Agent 越来越强，但企业实际部署时面临两个硬伤：安全性（Agent 在哪里跑？会不会搞乱生产环境？）和可及性（只有开发者会用，产品经理、设计师、运营被排除在外）。

Runtime（YC P26）用沙盒架构同时解决了这两个问题。每个团队获得独立的隔离环境，Agent 在里面构建、测试、部署，不触碰生产系统。任何人都能通过 Slack、Linear 或网页界面给 Agent 下达任务，Agent 自动完成并提交 PR。

这篇文章涵盖什么

• Runtime 是什么、解决什么痛点
• 核心功能和工作流
• 技术架构
• 怎么安装使用
• 支持的集成和团队场景

核心理念：Agent 不是开发者的专属工具

Runtime 的定位不是「给开发者用的另一个 AI 编码工具」，而是「让公司里每个人都能用 AI Agent 完成工作」。

具体来说：

• 产品团队：把 PRD 变成可交互原型，通过干净的 PR 交给工程团队
• 设计团队：在真实页面上迭代，不用提 ticket 等前端排期
• 营销团队：在 Slack 里直接让 Agent 搭建落地页、生成报告
• 客服团队：用自然语言查询数据，秒级获得答案
• 财务团队：连接 Stripe、NetSuite，自动对账和生成仪表盘
• 工程团队：清理积压任务，在 Agent 完成后审查和合并

关键在于：Agent 跑在沙盒里，非技术人员不需要懂 Git，也不需要本地开发环境。

核心功能

1. 沙盒执行环境

每个 Agent 会话获得完全隔离的环境：

• OS 级隔离：Linux 上用 bubblewrap，macOS 上用 seatbelt，不需要容器
• 极速启动：<100ms 启动，不用等 Docker 镜像拉取
• Agent 有完全权限：可以在沙盒里安装依赖、运行测试、启动服务——不影响宿主系统
• 持久化工作区：暂停和恢复会话，文件保留

2. 一键部署到实时 URL

Agent 在沙盒里构建完成后，一条命令部署到 HTTPS 端点：

runtm session deploy

基础设施自动伸缩——空闲时关机，有流量时唤醒。测试、分享、迭代全在真实 URL 上进行。

3. 从现有工作流触发

不用打开新工具，Agent 就在你已有的工作流里：

• Slack：在频道里 @Agent，它在线程中回复结果和费用
• Linear：Agent 自动接手 Issue
• GitHub：从 Issue 触发，完成后自动提 PR
• API：程序化调用，集成到 CI/CD

4. Mission Control 仪表盘

实时监控所有 Agent 会话：

Activity Dashboard — Last 30 days
Sessions: 1,247 | Total Cost: $2,184 | Team: 35

SK  Fix login timeout bug        Claude Code  $0.12  Done
JM  Update hero copy             Claude Code  $0.08  Done
AL  Add testimonials section     Codex        $0.21  Active
RM  Set up rate limiting         Claude Code  $0.04  Active

每个会话的完整可见性：提示词、工具调用、思维链、文件变更。按 Agent、用户、团队追踪费用。

5. 企业级管控

• 护栏（Guardrails）：设置 Agent 必须遵循的指令、控制哪些命令需要审批、限制部署范围
• 费用控制：按用户/团队/Agent 设置消费上限
• 审批门控：敏感操作需人工确认
• 审计日志：每个动作都有记录
• 数据隔离：Agent 不触碰原始生产数据，通过镜像/采样 + PII 脱敏 + 行级权限工作

6. 环境模板

把配置好的环境（依赖、CLI 工具、MCP Server、API 密钥、自定义指令）打包成模板，团队成员一键创建新会话。配一次，到处用。

技术架构

┌────────────┐     ┌─────────┐     ┌─────────┐     ┌──────────┐
│  Agent     │ ──▶ │ Sandbox │ ──▶ │ Runtime │ ──▶ │ Live URL │
│ (Claude/   │     │ (bwrap/ │     │ Control │     │ (auto-   │
│  Codex/    │     │  seatbelt)│    │  Plane  │     │  scaling)│
│  Gemini)   │     └─────────┘     └─────────┘     └──────────┘
└────────────┘

项目用 Python + Go 编写，monorepo 结构：

组件	语言	职责
packages/sandbox	Python	本地沙盒运行时（OS 级隔离）
packages/agents	Python	AI Agent 适配器（Claude Code、Codex 等）
packages/cli	Python (Typer)	本地 CLI — 沙盒管理 + 部署
packages/agent	Go (Cobra)	Agent CLI — 云端 API 的轻量客户端
packages/api	Python (FastAPI)	控制面板 API
packages/worker	Python	构建 + 部署流水线
packages/shared	Python	类型、清单 schema、错误处理
templates/	—	起始项目模板（后端、静态、全栈）

许可证（分层）

组件	许可证
服务端（API、Worker、Infra）	AGPL v3
CLI、沙盒、共享库	Apache 2.0
模板	MIT

开源可自托管，也可以用托管版（app.runtm.com）。

两种使用方式

Runtime Cloud（托管）：注册 → 创建 API Key → 开始使用。不需要管基础设施。

Self-Hosted（自托管）：

git clone https://github.com/runtm-ai/runtm.git
cd runtm
cp infra/local.env.example .env
./scripts/dev.sh setup
docker compose -f infra/docker-compose.yml up -d
runtm-dev start

完全运行在自己的云上，用自己的模型、沙盒和存储。

支持的 Agent

Agent	状态
Claude Code	完全支持
OpenAI Codex CLI	完全支持
Cursor	完全支持
Gemini CLI	完全支持
GitHub Copilot	完全支持
Devin	完全支持
OpenCode	完全支持

任何在终端里能跑的 CLI Agent 都能在 Runtime 沙盒中运行。

集成生态

开箱即用的连接器覆盖企业常用系统：

• 数据仓库：Snowflake、BigQuery、Redshift
• 计费：Stripe、NetSuite、QuickBooks
• HR：Rippling、Gusto、Workday、Deel
• CRM 和营销：HubSpot、Segment、GA4
• 客服：Zendesk、Intercom
• 监控告警：PagerDuty、Sentry、Datadog
• 工程：GitHub、Linear、Notion

有 API Key 的任何工具都可以通过 CLI、MCP Server、SDK 或 REST API 接入。

快速上手

# 安装 CLI
uv tool install runtm

# 启动沙盒会话
runtm session start

# 指定模板和 Agent
runtm session start --template web-app --agent codex

# 部署到实时 URL
runtm session deploy

# 查看日志
runtm logs <session-id>

或者用托管版 API：

# 安装 Agent CLI
curl -fsSL https://runtm.com/install | bash

# 直接使用
runtm-api session create

和其他工具的定位差异

维度	Runtime	Superset	Cursor	Claude Code
核心定位	企业 Agent 控制面板	Agent 编排 IDE	AI 编辑器	单一 Agent
目标用户	全公司	开发者	开发者	开发者
沙盒隔离	✅ OS 级	Git Worktree	无	无
企业管控	护栏/审批/审计	无	有限	无
非技术用户	Slack 触发	❌	❌	❌
自托管	✅ Docker Compose	部分开源	❌	❌
多 Agent	✅ 任意 CLI Agent	✅ 任意 CLI Agent	内置	自身

关键区别：Cursor 和 Claude Code 是「开发者用 AI 写代码」，Superset 是「开发者同时跑多个 Agent」，Runtime 是「让全公司都能安全地用 Agent 完成工作」。

适用场景

• 企业 AI 引入：安全管控 + 全员可用，平台团队统一部署
• 非技术团队：产品/设计/营销在 Slack 里直接用 Agent
• 客户定制化：为每个客户部署独立的沙盒 Agent 环境
• 合规敏感行业：自托管 + 审计日志 + 数据不离开自有基础设施

---

作者: itech001
来源: 公众号：AI人工智能时代
网站: https://www.theaiera.cn/
每日分享最前沿的AI新闻资讯和技术研究。

本文首发于 AI人工智能时代，转载请注明出处。