想要您的收件箱中的更聪明的见解吗？注册我们的每周新闻通讯，只能获得企业AI，数据和安全负责人重要的内容。 立即订阅
E2B是一家提供专门为人工智能代理商设计的云基础架构的初创公司，已关闭由2100万美元洞察合作伙伴，利用对AI自动化工具的企业需求的激增。
据该公司称，这笔资金是有88％的《财富100强公司》已经签署了使用E2B平台的88％。这一轮包括现有投资者的参与分贝，，，，向日葵资本， 和卡亚，以及包括斯科特·约翰斯顿（Scott Johnston）的著名天使Docker。
随着公司越来越多地部署AI代理程序，可以执行复杂的多步骤任务，包括代码生成，数据分析和Web浏览，而E2B的技术解决了关键的基础架构差距。与为人类用户设计的传统云计算不同，E2B提供了安全的，孤立的计算环境，在这些环境中，AI代理可以在不损害企业系统的情况下安全地运行潜在的危险代码。
企业对AI代理商的期望很大。但是，我们要求他们进行扩展和执行遗产基础设施，而E2B的联合创始人兼首席执行官Vasek Mlejnsky在接受VentureBeat的独家访谈中说。E2B通过为AI代理提供专门为生产规模的代理部署而设计的安全，可扩展，高性能的云基础架构来解决此问题。”
AI Impact系列返回旧金山 - 8月5日
AI的下一个阶段在这里 - 您准备好了吗？加入Block，GSK和SAP的领导者，详细介绍自主代理如何重塑企业工作流程 - 从实时决策到端到端自动化。
现在确保您的位置 - 空间有限：https://bit.ly/3guuplf
七位数的每月收入峰值显示企业在AI自动化上大放异彩
据Mlejnsky称，这笔资金反映了爆炸性的收入增长，E2B在过去一个月中增加了七个新数字。自10月以来，该公司已经处理了数亿个沙盒会议，展示了企业部署AI代理商的规模。
E2B的客户名册读起来像是A I Innovation的Who Who Who：搜索引擎困惑使用E2B为Pro用户供电高级数据分析功能，仅在一周内实现该功能。AI芯片公司谷依靠E2B在其化合物AI系统中进行安全代码执行。工作流自动化平台林迪集成的E2B在用户工作流程中启用自定义Python和JavaScript执行。
该初创公司的技术也已成为AI研究的关键基础设施。拥抱脸，领先的AI模型存储库，使用E2B在强化学习实验中安全执行代码，以复制诸如DeepSeek-R1之类的高级模型。同时，加州大学伯克利分校lmarena平台已经推出了超过230,000个E2B沙箱，以评估大型语言模型的Web开发功能。
FireCracker Microvms解决了困扰AI开发的危险代码问题
E2B的核心创新在于它的使用鞭炮微型V最初是由亚马逊Web服务开发的轻型虚拟机 - 为AI生成的代码执行创建完全隔离的环境。这解决了一个基本的安全挑战：AI代理通常需要运行可能损坏系统或访问敏感数据的不信任代码。
``与客户和特殊企业交谈时，他们最大的决定几乎总是建造而不是购买，” Mlejnsky在采访中解释说。``通过构建与购买解决方案，这实际上都取决于您是否想花费接下来的六到12个月来建立这支雇用五到10人的基础设施团队，这将使您至少花费至少一百万美元？或者您可以使用我们的插件解决方案。”
该平台支持多种编程语言，包括Python，，，，JavaScript， 和C ++，并且可以在大约150毫秒内旋转新的计算环境，以维持用户对AI应用程序的实时响应能力。
企业客户特别重视E2B的开源方法和部署灵活性。公司可以免费提供整个平台或在自己的虚拟私有云（VPC）中部署它，以维护数据主权 - 对于处理敏感信息的财富100家公司的关键要求。
当Microsoft裁员信号转向AI工人更换时，完美的时机
资金出现在AI代理技术的关键时刻。大型语言模型的最新进展使AI代理人越来越能够处理复杂的现实世界任务。微软最近裁员成千上万的员工Mlejnsky在期望AI代理商以前的工作中进行以前的工作，但在我们的采访中指出。
但是，基础设施限制限制了AI代理的采用。行业数据表明少于30％的人工智能代理商成功地将其用于生产部署，通常是由于E2B平台旨在解决的安全性，可扩展性和可靠性挑战所致。
Mlejnsky说，我们建立了下一个云，概述了公司雄心勃勃的愿景。当前的世界在云2.0上运行，这是为人类制造的。我们为AI代理人建造开源云，在那里它们可以自主并安全地运行。”
市场机会似乎很大。代码生成助手已经至少生产了世界软件代码的25％，而摩根大通（JPMorgan Chase）每年通过文档处理代理节省了360,000小时。企业领导者希望使用AI代理自动化15％至50％的手动任务，从而为支持基础架构提供巨大的需求。
开源策略为Amazon和Google等科技巨头创造了防御性护城河
E2B面临来自亚马逊，Google和Microsoft等云巨头的潜在竞争，这些巨头可以从理论上复制类似的功能。但是，该公司通过其建立了竞争优势开源方法并专注于特定于AI的用例。
Mlejnsky解释说，我们不太在乎基本的虚拟化技术，并指出E2B专注于为AI代理如何与计算资源互动创建开放标准。我们甚至也喜欢与许多这些云提供商合作，因为许多企业客户实际上想在其AWS帐户中部署E2B。
公司开源沙盒协议已成为事实上的标准，其中数亿个计算实例证明了其现实世界的有效性。这种网络效应使竞争对手一旦企业在其平台上进行标准化，竞争对手就很难取代E2B。
替代解决方案Docker容器在技术上可能缺乏生产AI代理部署所需的安全性隔离和性能特征。根据Mlejnsky的说法，在内部建造类似的功能通常需要5-10个基础设施工程师，至少需要至少500,000美元的年费用。
企业功能诸如24小时会议和20,000个并发沙箱驱动Fortune 100采用
E2B的企业成功源于专门为大规模AI部署而设计的功能。该平台可以从自由层上的100个并发沙箱扩展到企业客户的20,000个并发环境，每个沙箱都能运行长达24小时。
高级企业功能包括全面的日志记录和监控，网络安全控制以及秘密管理 - 《财富100强》合规要求必不可少的功能。该平台与现有的企业基础架构集成在一起，同时提供颗粒状控制团队的需求。
Mlejnsky指出，我们的入站非常强大，描述了销售过程。``一旦我们解决了87％的问题，我们将回来这13％。客户反对意见通常关注安全和隐私控制，而不是基本的技术问题，这表明市场对核心价值主张的接受。
Insight Partners 2100万美元的BET验证AI基础架构为下一个主要软件类别洞察合作伙伴
投资反映了投资者对AI基础设施公司的信心不断增长。全球软件投资者管理了超过900亿美元的监管资产，已投资全球800多家公司，并看到55家投资组合公司实现了首次公开产品。
Insight Partners董事总经理Praveen Akkiraju说，Insight Partners很高兴能支持E2B的有远见团队，因为他们为AI代理商提供了基础设施。``如此快速的增长和企业采用可能很难实现，我们认为E2B的开源沙盒标准将成为整个财富100及以后采用安全和可扩展性AI的基石。”
这项投资将资助旧金山E2B工程和进入市场团队的扩张，开发其他平台功能，并为不断增长的客户群提供支持。该公司计划在开发企业级模块（如Secrets Vault和Monitoring工具）的同时，将其开源沙箱协议加强为通用标准。
可以定义企业AI的基础架构游戏下一章
E2B的轨迹揭示了企业如何接近AI部署的基本转变。尽管大量关注的是大型语言模型和AI应用程序，但该公司在《财富》 100强公司中的迅速采用表明，专业的基础设施已成为关键的瓶颈。
这家初创公司的成功还强调了一个更广泛的趋势：随着AI代理从实验工具转变为关键任务系统，与消费者AI应用程序相比，基础基础架构要求更像传统企业软件的基础架构要求。安全性，合规性和可伸缩性不仅仅是模型性能 - 现在确定了哪种AI计划在大规模上取得了成功。
对于企业技术领导者而言，E2B的出现作为基本基础架构，表明AI转换策略不仅要考虑到模型选择和应用程序开发。成功扩展AI代理商的公司将是那些在专门的基础设施层进行投资的公司，这使自主AI运营成为可能。
在一个AI代理人准备处理不断增长的知识工作的时代，使这些代理商安全运行的平台可能比代理商本身更有价值。
