专为智能体设计云基础设施的初创公司E2B，已完成由Insight Partners领投的2100万美元A轮融资，借势企业对AI自动化工具需求的激增。
据该公司透露，目前已有88%的《财富》100强企业签约使用E2B平台，这凸显了企业对智能体技术的迅速采纳。本轮融资吸引了现有投资者Decibel、Sunflower Capital和Kaya的参与，以及包括Docker的前CEO Scott Johnston在内的知名天使投资人的加入。
随着企业越来越多地部署智能体(即能够执行代码生成、数据分析和网页浏览等复杂多步骤任务的自主软件程序)，E2B的技术填补了关键基础设施的空白。与传统专为人类用户设计的云计算不同，E2B为智能体提供了安全、隔离的计算环境，使其能够安全地运行潜在危险代码，而不会危及企业系统。
E2B联合创始人兼首席执行官瓦谢克·姆莱恩斯基(Vasek Mlejnsky)在接受采访时表示：“企业对智能体寄予厚望，然而，我们却要求它们在专为自主式智能体设计的遗留基础设施上进行扩展和运行。E2B通过为智能体配备专门为生产规模化智能体部署而设计的安全、可扩展、高性能的云基础设施，解决了这一问题。”
月营收激增七位数，彰显企业对AI自动化的巨大投入
姆莱恩斯基表示，本轮融资反映了E2B营收的爆炸式增长，仅上个月就新增了“七位数”的业务，自10月以来，该公司已处理了数亿次沙盒会话，这表明了企业部署智能体的规模。
E2B的客户名单堪称AI创新领域的佼佼者：搜索引擎Perplexity利用E2B为其专业版用户提供高级数据分析功能，仅用一周时间就实现了这一能力。AI芯片公司Groq依靠E2B在其Compound AI系统中安全执行代码。工作流程自动化平台Lindy集成了E2B，以在用户工作流程中启用自定义Python和JavaScript执行。
该初创公司的技术还成为AI研究的关键基础设施。领先的AI模型库Hugging Face使用E2B在强化学习实验中安全执行代码，以复制DeepSeek-R1等高级模型。与此同时，加州大学伯克利分校的LMArena平台已推出超过23万个E2B沙盒，以评估大型语言模型的网页开发能力。
Firecracker微虚拟机解决困扰AI开发的危险代码问题
E2B的核心创新在于其使用Firecracker微虚拟机(由亚马逊网络服务公司最初开发的轻量级虚拟机)为AI生成的代码执行创建完全隔离的环境，这克服了一个根本性的安全挑战：智能体通常需要运行不受信任的代码，这些代码可能会损坏系统或访问敏感数据。
姆莱恩斯基在接受采访时解释道：“在与客户和特殊企业交谈时，他们最大的决策几乎总是选择自建还是购买。对于自建还是购买解决方案，关键在于你是否愿意花接下来的6到12个月时间来组建一个由5到10人组成的基础设施团队，而这至少将花费你50万美元，或者你也可以使用我们的即插即用解决方案。”
该平台支持多种编程语言，包括Python、JavaScript和C++，并能在约150毫秒内启动新的计算环境，速度之快足以保持用户对AI应用程序所期望的实时响应能力。
企业客户特别看重E2B的开源方法和部署灵活性。公司可以免费自行托管整个平台，也可以将其部署在自己的虚拟私有云(VPC)中，以维护数据主权——这对于处理敏感信息的《财富》100强企业来说至关重要。
微软裁员恰逢向AI替代人工的转变，时机恰到好处
本轮融资正值智能体技术的关键时刻。近期大型语言模型的进步使智能体越来越有能力处理复杂的现实世界任务。姆莱恩斯基在接受采访时指出，微软最近裁员数千人，同时期望智能体能够执行以往只有人类才能完成的工作。
然而，基础设施的限制阻碍了智能体的采用。行业数据显示，由于安全、可扩展性和可靠性等方面的挑战(E2B的平台旨在解决这些问题)，成功投入生产部署的智能体不到30%。
“我们正在构建下一代云，”姆莱恩斯基阐述了公司的宏伟愿景，“当前的世界运行在为人类设计的云2.0上。我们正在为智能体构建开源云，使它们能够自主且安全地运行。”
市场机遇似乎十分巨大，代码生成助手已经编写了全球至少25%的软件代码，摩根大通通过文档处理智能体每年节省了36万小时，企业领导者期望使用智能体自动化15%至50%的手动任务，从而对支持性基础设施产生了巨大需求。
开源战略为对抗亚马逊和谷歌等科技巨头筑起防御壁垒
E2B面临着来自亚马逊、谷歌和微软等云巨头的潜在竞争，这些巨头理论上可以复制类似的功能，然而，该公司通过其开源方法和专注于AI特定用例的策略建立了竞争优势。
姆莱恩斯基解释道：“我们并不真正关心底层的虚拟化技术。”他指出，E2B专注于为智能体与计算资源的交互创建开放标准。“我们甚至实际上也在与许多这些云提供商合作，因为很多企业客户实际上希望在他们的AWS账户内部署E2B。”
该公司的开源沙盒协议已成为事实上的标准，数亿次计算实例证明了其在现实世界中的有效性。一旦企业将其平台作为标准，这种网络效应就使得竞争对手难以取代E2B。
虽然从技术上讲，Docker容器等替代方案是可行的，但它们缺乏生产级智能体部署所需的安全隔离和性能特性。据姆莱恩斯基称，内部构建类似功能通常需要5-10名基础设施工程师，且每年至少花费50万美元。
24小时会话和20000个并发沙盒等企业功能推动《财富》100强企业的采用
E2B在企业领域的成功源于其专为大规模AI部署而设计的功能，该平台可扩展，从免费层的100个并发沙盒到企业客户的20000个并发环境，每个沙盒最多可运行24小时。
高级企业功能包括全面的日志记录和监控、网络安全控制和密钥管理——这些都是满足《财富》100强企业合规要求所必需的，该平台与现有企业基础设施集成，同时提供安全团队所需的精细控制。
姆莱恩斯基在描述销售过程时指出：“我们的咨询量非常大，一旦我们拿下87%的市场，就会回头来争取剩下的13%。”客户异议通常集中在安全和隐私控制上，而非基本技术问题，这表明市场对核心价值主张的广泛接受。
Insight Partners 2100万美元的投资验证了AI基础设施将成为下一个主要软件类别
Insight Partners的投资反映了投资者对AI基础设施公司日益增长的信心，这家全球软件投资者管理着超过900亿美元的监管资产，已在全球投资了800多家公司，并见证了55家投资组合公司的首次公开募股。
Insight Partners董事总经理普拉文·阿基拉朱(Praveen Akkiraju)表示：“Insight Partners很高兴支持E2B的远见卓识团队，因为他们正在为智能体开创必要的基础设施。要实现如此迅速的增长和企业采纳并非易事，我们相信，E2B的开源沙盒标准将成为《财富》100强企业及更广泛领域安全、可扩展地采用AI的基石。”
这笔投资将用于扩大E2B在旧金山的工程和市场拓展团队、开发额外的平台功能以及支持不断增长的客户群，该公司计划加强其开源沙盒协议作为通用标准，同时开发企业级模块，如密钥库和监控工具。
可能决定企业AI下一篇章的基础设施布局
E2B的发展轨迹揭示了企业部署AI方式的根本性转变。尽管人们更多地关注大型语言模型和AI应用，但该公司在《财富》100强企业中的迅速采纳表明，专业基础设施已成为关键的瓶颈。
这家初创公司的成功也凸显了一个更广泛的趋势：随着智能体从实验性工具转变为关键任务系统，其底层基础设施需求更接近于传统企业软件，而非消费者AI应用。如今，安全性、合规性和可扩展性(而不仅仅是模型性能)决定了哪些AI计划能够大规模成功。
对于企业技术领导者而言，E2B作为关键基础设施的出现表明，AI转型战略必须考虑的不仅仅是模型选择和应用程序开发。那些成功扩展智能体的公司将是那些早期投资于使自主式AI运营成为可能的专业基础设施层的公司。
在智能体即将处理越来越多知识工作的时代，使这些智能体能够安全运行的平台可能比智能体本身更有价值。
