E2B
让 AI 安全执行代码的隐形基础设施

2022 年，Vasek Mlejnsky 和 Tomas Valenta 在做一个开发者文档工具"DevBook"。两人是布拉格的童年好友，毕业于查理大学数学物理学院，研究方向是计算机视觉。那个文档工具里有一个小功能：嵌入式沙箱代码执行。GPT-3.5 发布后，他们意识到这个无意间做出的"小功能"，正是整个 AI Agent 生态缺少的核心基础设施。2023 年 3 月，两人以此为核心重新立项，FoundryLabs, Inc. 在旧金山成立。

问题的本质是：AI 生成的代码不能直接在宿主机上运行，不是性能问题，是信任问题——一个 Agent 生成的脚本可能是恶意的、错误的，或包含意外的系统调用，需要一个边界。绝大多数人的答案是 Docker 容器；E2B 的答案是 Firecracker microVM。区别在于：Docker 共享宿主机 Linux kernel，存在 container escape 风险；Firecracker 给每个沙箱一个独立内核，隔离级别达到 VM 级——这正是 AWS Lambda 使用的同款技术。

冷启动慢是 VM 的传统问题。E2B 的解法是预热 VM 池 + 内存快照，新请求从快照恢复，将冷启动时间压到约 150ms，让 Agent 对话的流式体验里几乎感知不到沙箱启动延迟。截至 Series A，沙箱累计启动超 5 亿次，88% 财富 100 强企业已注册使用。

核心产品是 Python / TypeScript 双端代码解释器 SDK，开发者用三行代码即可为自己的 AI Agent 接入沙箱代码执行能力——月下载量 200 万+，GitHub Stars 8,150+。每次调用在后端启动一个独立 Firecracker microVM，从内存快照恢复，约 150ms 启动，执行完毕即销毁。

2024 年推出 Desktop Sandbox——完整的 Linux 桌面环境，专为 Computer Use 类 Agent 设计。Manus 是最著名的客户，用 E2B Desktop 给每个 Agent 一台完整虚拟电脑，整合 27 个工具，据报道半天内完成接入；Perplexity 一周上线，扩展至数千并发会话；Genspark、Lindy 也在数天内上线。2025 年起支持 Model Context Protocol 网关，并提供 BYOC（Bring Your Own Cloud）与企业本地部署方案，面向有合规要求、代码不能出私有 VPC 的大型企业。

2025 年 7 月完成 Series A，融资 $21M，由 Insight Partners 领投，累计融资 $32M。2025 年底，AWS 推出 AgentCore，同样采用 Firecracker 路线入场——这既验证了 E2B 的技术判断，也标志着大厂正式进入这一赛道。

Firecracker 是一个已被验证的正确赌注：Docker 容器对不可信 AI 代码的隔离存在结构性缺陷，AWS Lambda 已用 Firecracker 在生产环境处理数万亿次调用，验证了它的可靠性。E2B 是把这项技术开源专门化到 AI Agent 场景的第一个玩家。硅谷顶级 Agent 公司选择两个布拉格人搭建的基础设施，也说明技术质量和开发者体验才是真实护城河——开发者不看创始人护照。

88% Fortune 100 注册是需求真实性的信号，但注册不等于付费：免费 tier 的低门槛注册是标准 PLG 策略，与生产部署之间存在巨大鸿沟。真正决定商业健康度的是"注册到生产"的转化率和企业合同的 ACV，而不是这个亮眼的百分比本身。

最大的外部威胁是 AWS AgentCore——大厂用同款 Firecracker 技术入场，验证了 E2B 的路线选择，但也意味着 E2B 必须在 AWS 原生云集成优势之外，建立足够深的开发者生态护城河，走"多云 + 开源社区 + 开发者工具"而非纯技术差异化的生存路径。