启动延迟是 agent 的第一个瓶颈
每次 agent 需要一个新环境，它都在等待。90ms 的冷启动不是噱头，它决定了一个 agent 能在一分钟内尝试多少次不同的解法。
产品理念
我们在做一台
专为 agent 设计的计算机
AI agent 不是人。它们不需要 GUI，不需要等你点击。它们需要的是：一个启动即可用的环境、一条能把终端输出流回模型的通道、以及一个出了问题可以精确回放的录像。
我们相信的几件事
隔离不是选项，是基础设施
AI 写的代码可能做任何事情。每个 sandbox 独立的 microVM kernel、网络栈和文件系统，不是为了让你睡得着觉，是为了让你真的能放手让 agent 跑。
可观测性是调试 agent 的前提
当 agent 失败时，你需要知道它做了什么，精确到哪一帧。tamper-evident 的 .cast 录像文件让这个问题从"猜测"变成"回放"。
SDK 应该和你的模型说同一种语言
Python 和 TypeScript 的 SDK 不是事后加上去的绑定层。每个 API 都是从 agent 的视角设计的：create、write、expose、kill，动词清晰，没有废话。
团队
从基础设施出发
我们来自云计算、容器运行时和 AI infra 背景。在大规模生产系统中工作过，见过够多"看起来没问题但规模上去就崩"的系统。
Talon Sandbox 是我们给自己做的基础设施，然后开放给所有人。Beta 阶段邀请制接入，如果你在做 agent 基础设施欢迎联系。
<90ms
P95 冷启动
3
可用区域
8
sandbox 状态机状态
47s
平均首次 sandbox 时间