Agent37 (YC F26): Sandbox chạy AI agent giá rẻ chưa từng có, chỉ 0,37 USD/tháng

Agent37 vừa ra mắt trên Hacker News với một đề xuất gây chú ý: nền tảng sandbox chạy AI agent với chi phí dưới 10% so với hầu hết các nhà cung cấp hiện nay. Mức chi tiêu trung bình của khách hàng chỉ 0,37 USD mỗi tháng cho một sandbox. Đáng chú ý hơn, startup này còn có thể cung cấp gói miễn phí nhờ hàng loạt tối ưu hạ tầng thông minh.

Từ wrapper OpenClaw đến nền tảng sandbox chuyên biệt

Vishnu, nhà sáng lập Agent37, chia sẻ rằng công ty khởi đầu như một trong những "công ty wrapper OpenClaw" hồi tháng Hai. Dần dần, đội ngũ mở rộng sang nhiều loại harness khác nhau cho agent. Mục tiêu ban đầu là cung cấp gói miễn phí để giành thị phần, nhưng chi phí khi đó quá cao — đặc biệt với một startup tự gọi vốn và vận hành server bằng tiền tiết kiệm của nhà sáng lập.

Hiện tại, hơn 90% người dùng đăng ký mới chỉ dùng gói miễn phí, tự host các agent cá nhân như Hermes, OpenClaw hay Claude Code trên hạ tầng của Agent37. Chi phí vận hành cho các sandbox miễn phí chỉ rơi vào khoảng 0,05 đến 0,10 USD mỗi người dùng mỗi tháng.

Bốn kỹ thuật then chốt để giảm chi phí

Theo nhà sáng lập Agent37, thành công về mặt chi phí đến từ việc hiểu rõ đặc thù tải của các agent harness và tối ưu hạ tầng theo hướng đó:

• Khai thác mô hình tiêu thụ CPU/RAM đặc thù: Agent cần CPU theo từng đợt bùng nổ khi khởi tạo hoặc thực thi tác vụ, nhưng phần lớn thời gian còn lại không đạt đỉnh. Chúng cần nhiều RAM hơn cho các tác vụ trình duyệt và computer-use. Khi tác vụ hoàn tất, mức tiêu thụ lại giảm xuống. Việc quản lý hiệu quả CPU/RAM dựa trên đặc điểm này là chìa khóa giảm chi phí.

• Bỏ qua các hyperscaler khi thuê host: Vishnu từng làm việc tại Amazon và cho biết các gã khổng lồ này có biên lợi nhuận 80-90% trên máy ảo. Chuyển xuống một tầng thấp hơn, thuê từ các nhà cung cấp như Hetzner và OVH, là một trong những đòn bẩy giảm chi phí lớn nhất.

• Chọn stack công nghệ cho phép chia sẻ và cache tài nguyên hiệu quả: Agent37 sử dụng gVisor để đạt hiệu suất sử dụng cao hơn và thời gian khởi động nhanh. Công nghệ này cho phép tận dụng bộ nhớ khả dụng trên host xuyên suốt các sandbox mà không cần dành riêng toàn bộ RAM của một máy ảo cho mỗi sandbox. Đánh đổi là sandbox gVisor không hỗ trợ các workload như Docker-in-Docker hay trình giả lập Android.

• Tối ưu kích thước và cấu hình host: RAM thường là nút thắt cổ chai về chi phí chứ không phải CPU — đặc biệt đúng với workload agent harness. Vì vậy, khi mua server, Agent37 tối ưu để nhồi được nhiều RAM nhất vào mỗi host.

"Bài học tổng thể của tôi là chỉ cần tập trung vào một niche use case của sandbox và tối ưu cho nó, bạn có thể đưa ra đánh đổi chi phí/hiệu năng tốt hơn nhiều." — Vishnu, nhà sáng lập Agent37

Vẫn có sandbox máy ảo đầy đủ cho workload nặng

Agent37 cũng cung cấp các sandbox dạng máy ảo đầy đủ cho những workload cần thiết, bao gồm chạy Docker, với mức giá cao hơn một chút nhưng vẫn khá rẻ nhờ các kỹ thuật tối ưu kể trên.

Kinh nghiệm từ Amazon và Quantcast

Vishnu trước đây là Senior Software Engineer tại Amazon và Engineering Manager tại Quantcast. Anh từng xây dựng Diya — chatbot AI nội bộ của Amazon — và Ziya, coding harness nội bộ của công ty này. Kinh nghiệm từ môi trường hạ tầng quy mô lớn rõ ràng đã ảnh hưởng trực tiếp đến cách Agent37 tiếp cận bài toán chi phí.

Góc nhìn cho lập trình viên Việt Nam

Với các nhà phát triển Việt Nam đang xây dựng agent, đặc biệt là messaging agent (agent trên nền tảng nhắn tin), mức chi phí này mở ra khả năng thử nghiệm thoải mái hơn nhiều so với việc tự dựng hạ tầng hoặc dùng các dịch vụ sandbox đắt đỏ. Bài học về việc lựa chọn nhà cung cấp hạ tầng (Hetzner, OVH thay vì AWS, GCP) và tối ưu theo đặc thù workload cũng rất đáng tham khảo cho các startup Việt muốn kiểm soát chi phí cloud.

Agent37 hiện đang tìm kiếm các lập trình viên xây dựng messaging agent để thử nghiệm workload và thách thức giới hạn kinh tế của nền tảng.