AgentRun 是什么?YC F26 团队开源的 Agent 控制面,1.1K 星专治「同一个活反复想」(基础篇)

AgentRun 是什么?YC F26 团队开源的 Agent 控制面,1.1K 星专治「同一个活反复想」(基础篇)

Agent 有个很蠢的地方:同一个活干第二遍,它还会从零想一遍。重读文档、重新摸 API、重新排计划,每一步都在烧 token。

AgentRun 就是冲着这个来的。GREP.AI(YC F26)开源的 Agent 平台,2026 年 9 月 23 日建仓,到 11 月 17 日已经 2,028 次提交、1,166 星、91 个 fork,Apache-2.0。定位一句话:不给模型,也不做 harness,只管把 run 管住。

它跟 Dify、n8n 不是一类东西

先把坐标放正。Dify 卖画布,n8n 卖连接器,两家都假设你要从零搭一条流程。AgentRun 假设你已经拿 Claude Code 或 OpenCode 在干活了,缺的是一个包工头:谁在跑、跑到哪、花了多少、挂掉能不能接着跑。

它的文档把职责切五份:你提交活;平台存 agent 修订和 run 状态,协调工具、算力、恢复、学习;harness 跑推理循环;模型供应商用你的 key 出 token;算力供应商在需要时给 agent 一台机器。

harness 和算力是分开的:选 Codex 不用换 run API,换机器也不动别的设置。多数托管平台把这两件事焊死了。

三层拆开:控制面、harness、电脑

控制面是 Server 自己。agent 是一份存下来的定义:指令、harness、模型、工具、学习开关。改一次就是新修订,run 跑的是某个具体修订,历史、文件、结果、用量全留着。关键在持久化:每次 run 存在同一个 store,把服务器 kill 掉再拉起来,run 接着往下走,不是从头发车。

harness 可换。pi 是默认那个(Earendil Works 的 MIT 项目,AgentRun 的循环底座),Claude Code 和 Codex 第一次用会自己装,OpenCode 要旁边装 opencode-ai。四家共用一个平台,审批、上限、算力、触发器、学习的行为一致。

电脑也可换,一个 kind 决定:none 只能读写自己 run 文件夹;sandbox 能跑代码、装包、留后台进程,provider 可接 Docker、Daytona、Modal、E2B;desktop 是能看能点的 Linux 桌面;phone 是租来的云端安卓;browser 接 Browserbase 或 Kernel,跑起来还能让你接管。agent 甚至能在工具调用之间换机器。

AgentRun 架构图:控制面、harness 适配层、模型与算力三层
AgentRun 把「谁在跑、在哪跑、用谁想」拆成三层,harness 与算力互不绑定

学习不是记忆,是往 git 里提交东西

agent 定义里加 "learning": true,每次 run 结束会多给它一轮,让它说哪些值得留。留下的分三种:notes 是单条事实的 markdown,skills 是「这活怎么再干一遍」,workflow 把重复步骤压成一次工具调用。

它不像「记忆」那样什么都灌。要过评分:回答里出现外部路径、动了文件夹外的文件、执行删除,整条作废;从网页或粘贴邮件里学来的规则、带账号数字的 note 一律丢掉;有风险的规则得你点头。通过的才提交到 agent 自己的 git 文件夹——能 diff、能回滚、能看它到底学了什么。

skill 服务满 3 次 run,下一次会要求升级成 workflow 草稿,草稿先 dry-run:不叫模型,也不跑工具。

手闸也不含糊:工具分允许、问你、拒绝三档,问你的那档会卡在 run 页面上等你按;never ask 能无人值守,但服务器端的 deny 清单照样压着。花费上限到了是暂停不是失败,还告诉你最少再加多少能跑完;算不出成本的 run 记 unknown,不记 0。

上手:一条 npx,一个 key

要求不高但也不低:macOS 或 Linux,Node 24.22.3 以上,一个模型 key(OpenRouter 最省事)。你编程工具的订阅不给这个服务器供 key。

npx @parcha/agentrun

npm 上现在是 0.4.8,走 0.4 线。

起来后它自己开浏览器,端口从 7340 往上找第一个空的,数据全在 ~/.agentrun。第一次进控制台先设密码,再在 Settings → Model keys 贴 key,不用重启。要 shell 就装 Docker,首次构建镜像几分钟。

CLI 三步:agents create 建 agent,runs start --max-cost-usd 1 --wait 起一次带钱的 run,runs wait 等结果。退出码有讲究——0 完成、1 失败、8 是它在等你回答,比一堆后台轮询舒服。

不想自己搭就一键丢 Render,按创始人说法基础部署大概每月 27.5 美元,也有托管版。五个模板能直接套:代码审查(8 个独立 reviewer 只读 checkout,去重后引行号返回 JSON)、KYB 尽调、每周市场监控、入站线索打分、release notes。

省钱的账官方自己算过:商户分类那单先让 Opus 摸清规则,再交给便宜模型跑,单个商户从 0.89 美元压到 0.12;代码审查的账单一年涨了 36 倍,现在一次 18 美分。

实话:还是 alpha,别当 Dify 用

第一,它是 0.4.x 的开源 alpha。两个月 2,028 次提交说明团队在猛推,也说明 API 还会动,文档自己都提醒 main 比 release 新。

第二,门槛在「会写代码」这一侧。没有拖拽画布,workflow 是一份 JSON,CLI 和 API 优先。想搭客服知识库、想给运营一个可视化后台,去 Dify 或 n8n。

第三,文档只写了 macOS / Linux + Node,没提 arm64 镜像,我也没在 ARM 小主机上验过,这点先存疑,别拿它赌生产。

第四,自托管省的是平台费,不是模型费。学习本身也有成本,官方说一次短 run 看不出省钱效果,得同类任务反复出现才有意义。

第五,1,166 星、周下载 1,611 次,体量还小,社区和踩坑记录都薄。真正的价值不在星数,在于它把「harness 归 harness、算力归算力、状态归平台」这条线划出来了——Anthropic、OpenAI、Google 都在做同一件事,只是都锁在自家托管服务里。

手上已经有一堆 Claude Code 的活要重复跑的,值得花半小时 npx 一下;还没把编码 Agent 用顺的,先回去用顺,再考虑配包工头。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注