一个运行中的 AI 代理正在编写代码、操作浏览器、检查日历。笔记本电脑合上盖子，它休眠。几小时后重新唤醒，上下文已经丢失，文件状态支离破碎，API 密钥散落在临时目录里。这不是 bug，这是架构假设——过去十年，云基础设施默认计算是一次性的、无状态的、可随时销毁的。这个假设在 AI 代理成为软件开发和生产环境活跃参与者的 2026 年，正在失效。
2026 年 7 月 24 日，旧金山云基础设施公司 Fly.io 宣布完成 2500 万美元 D 轮融资，由 Dell Technologies Capital 和 Intel Capital 联合领投，Andreessen Horowitz、EQT、Geodesic 和 Y Combinator 跟投。同一天，公司宣布 Docker 前 CEO Scott Johnston 出任首席执行官，创始人 Kurt Mackey 转任顾问并保留董事会席位。与融资消息并列的更关键信息是：Fly.io 过去一个季度创造了公司历史上最强业绩，驱动力几乎全部来自代理工作负载。
这笔融资将 Fly.io 推向了一个明确但拥挤的方向——为 AI 代理提供“真正的计算机”，而非可丢弃的沙箱。在无服务器计算和容器化执行环境主导了十年之后，一个反直觉的命题正在被资本下注：代理需要持久化。
| 项目 | 内容 |
|---|---|
| 公司 | Fly.io |
| 轮次 | D 轮 |
| 金额 | 2500 万美元 |
| 投资方 | Dell Technologies Capital（联合领投）、Intel Capital（联合领投）、Andreessen Horowitz、EQT、Geodesic、YC |
| 总部 | 加利福尼亚州旧金山 |
| 创始人 | Kurt Mackey |
| 官网 | https://fly.io |
“原生”客户增长 12 倍，代理的伪需求还是基础设施的换挡信号？
Fly.io 披露了一组在融资公告中容易被忽略、但值得逐项审视的数据：超过 37000 家客户中，超过 8000 家被公司定义为“代理原生（agent-native）”。过去 12 个月，最大代理原生客户的收入增长了近 12 倍。在公司最大客户群体中，代理原生公司贡献了约三分之二的收入。
这些数字的增长曲线几乎与代理工作负载的爆发同步。但区分“公司说法”与“可验证事实”至关重要。37000 家客户是公开数据，但并非所有客户都付费使用代理相关产品。8000 家代理原生客户的定义权在公司手中，Fly.io 未披露其划分标准，外界无从判断这 8000 家中有多少是活跃的生产级用户，多少仍处于实验阶段。“近 12 倍”的增长来自一个未公开的基数——基数越小，倍数越具有视觉冲击力。“三分之二收入”同样限定在“最大客户”这一模糊子集内，而非整体收入结构。
但这组数据并非没有信号价值。Firecrawl、Kilocode、Plastic Labs、Phonic 四家公开客户的名字指向同一个方向：它们都是将 AI 代理嵌入核心产品逻辑的公司，其基础设施需求天然具有持久化、有状态、需长时运行的特征。Phonic 联合创始人 Moin Nadeem 的表述是：“我们评估了多个运行代理的平台，Fly 是唯一一个将长时间运行、有状态计算视为一等公民而非附加功能的平台。” 这是客户的判断，不是公司的营销语言。
从开发者平台到“计算机出租”：CEO 更替背后的技术路线抉择
融资当日，Fly.io 宣布 Scott Johnston 出任 CEO。Johnston 此前任 Docker CEO，职业生涯横跨 Puppet、Loudcloud 和 Netscape——每次都在基础设施平台的代际转换期接手规模化任务。创始人 Kurt Mackey 的退出方式温和：“Scott 是推动这件事的正确人选”，他将留在董事会并担任顾问。
CEO 更替很少只是“加速增长”的故事。一家已运营近十年的开发者基础设施公司，在最强季度引入外部 CEO，通常指向几个可能性：公司需要从以开发者社区为中心的运营模式转向企业销售驱动；创始人更偏好技术而非商业化；或董事会认为下阶段的竞争需要不同的组织能力。Dell Technologies Capital 执行合伙人 Daniel Docter 和 a16z 合伙人 Martin Casado 同时加入董事会，强化了这种治理结构调整的意味。
Mackey 在告别声明中留下了一句容易被忽略但信息密度很高的话：“That’s the reason we built software that feels like real computers.” 这句话揭示了一条技术路线：Fly.io 从一开始构建的抽象层就更接近传统计算机的体验——有文件系统、有持久磁盘、有网络连接——而非后来行业流行的无服务器函数或短暂容器。当代理需要这种“像计算机一样的计算机”时，Fly.io 声称自己已经为此准备多年。
Sprite 不是容器：持久磁盘、API 网关和自动检查点如何重构代理运行时的假设
Fly.io 的代理基础设施产品被命名为 Sprite——一个硬件隔离的 Linux 虚拟机，配备持久块存储（Sprite Block Device），自动检查点，以及通过 API 网关集中管理凭证的安全模型。它与当前主流代理运行环境的差异不在于技术先进性，而在于基础假设。
在常见的代理托管方案中，每次调用启动一个无状态容器，任务完成后销毁。这种方式天然适合短时、独立的推理任务，但在以下场景中暴露缺陷：代理需要跨多次调用保持文件结构和上下文；代理需要访问第三方服务但不应持有明文凭证；代理构建的应用程序需要持久部署在同一环境而非重新迁移。
Sprite 的回应是三个技术决策。第一，每个 Sprite 拥有自己的持久磁盘，基于对象存储后端，容量可达 100 GB，按实际写入字节计费，且支持在数秒内回滚到任意检查点。这个功能目前处于内测阶段。第二，凭证管理被剥离出代理环境本身——平台管理员在组织层级配置一次连接器（OpenRouter、GitHub、Slack 或任意 HTTP API），代理通过 API 网关调用，凭证永远不落地在 Sprite 内部。第三，Sprite 在代理工作期间持续执行自动检查点，使得 Claude、Codex 这类工具在会话中断后可以恢复到中断前的确切状态。
这组设计决策的代价是：Sprite 不是最轻量的方案。相比起一个毫秒级冷启动的函数，启动一个带有完整文件系统和网络栈的虚拟机需要更长时间，资源开销更大。但 Fly.io 的押注在于，对于生产级代理工作负载来说，这种开销是必要的，且可以通过休眠机制缓解——当没有活跃请求时，Sprite 进入休眠，账单归零。
按需付费与“账单归零”：商业模式如何绑定代理经济的单位经济学
Fly.io 的商业模式是使用量定价：计算和存储按实际消耗计费，没有请求时费用归零。这种模式与代理工作负载的使用模式高度匹配——代理可能间歇性工作数小时，然后进入长时闲置。在按实例月费或预置容量计费的模式下，代理运维成本会吞噬相当比例的经济价值。按量计费使得代理项目的成本曲线更接近其实际价值曲线。
但“账单归零”也有硬币的另一面：对平台而言，这意味着收入的可预测性低于传统的 SaaS 订阅模式。Fly.io 将收入增长的赌注压在代理工作负载总量的指数增长上——如果代理使用量持续上升，间歇性工作模式的聚合收入仍能形成稳定曲线；如果代理增长放缓，平台将同时面临低客单价和低使用率的双重压力。目前 Fly.io 未披露整体营收规模、毛利率或客户留存率，外界无法评估这一商业模式的单位经济表现。
戴尔、英特尔、a16z 的同台：产业资本和风险资本为什么在“代理基础设施”交汇
Fly.io 的 D 轮投资方构成值得注意。联合领投方 Dell Technologies Capital 和 Intel Capital 皆为产业战略资本，而非纯粹的财务投资者。Dell Technologies Capital 在声明中明确提及，五年前参与 Fly.io 种子轮时看中的是其“分布式应用基础设施”的差异化愿景，此次加注则是因为“代理基础设施”的第二次叙事跃迁。Intel Capital 的参与可能与代理工作负载对底层芯片架构的影响有关，但具体动机未明确说明。
Andreessen Horowitz 的持续跟投代表了另一种信号。Martin Casado 在 a16z 负责基础设施投资，他的表述值得逐字阅读：“每一波基础设施都是由它的主要用户定义的，而这一次，这个用户首次未必是人。这改变了一台计算机应有的形态。” 他在 Fly.io 的董事席位意味着 a16z 将代理基础设施视为一个独立赛道而非现有云市场的延伸。
五家投资方共投的结构在 D 轮并不常见，通常意味着公司同时需要资金、产业资源和治理支持。Fly.io 迄今累计融资至少 1.32 亿美元。D 轮的 2500 万美元在这个累计基数上并非巨额增资，更像是一轮战略融资而非大规模扩张融资。
未命名的对手与未定义的战场：代理基础设施的竞争格局仍处于模糊地带
在来源材料中，Fly.io 的竞争对手未被明确提及。这不是信息遗漏，而是反映了当前市场的模糊状态。代理基础设施的供给方来自多个方向：提供无服务器函数的 AWS Lambda 和 Cloudflare Workers；提供托管容器服务的各大云厂商；提供 GPU 推理的 Replicate、Modal 等专业平台；以及试图将代理框架与托管环境捆绑的 LangChain、CrewAI 等框架方。
Fly.io 的差异化在于它不做推理优化，不做代理框架，只专注“持久化计算环境”这一层。这种定位的优点是避免了与推理平台或框架的直接竞争；缺点是它位于价值链中相对低附加值的层级——计算和存储的利润率通常低于模型推理和平台服务。如果 AWS 或 Cloudflare 在其现有服务中增强有状态计算特性，Fly.io 将面临拥有数千万存量客户和庞大销售体系的竞争者。
隐性的竞争对手还包括代理生态自身的演化方向。如果代理框架在未来版本中内置了足够好的持久化和凭证管理方案，外部基础设施的价值将被挤压。Fly.io 的防御在于其硬件隔离和规模化能力——代理框架很难在应用层实现同等级别的安全隔离和资源调度。
资金投向的两个硬问题：客户迁移成本和代理原生公司的存活率
Fly.io 宣布将本轮资金用于“加速在代理计算机领域的领导地位，扩展代理 AI 应用的基础设施”。这是一个方向性描述，而非可量化的执行计划。在实际展开中，公司面临至少两个需要资源来回答的硬问题。
第一个问题是客户迁移成本。代理原生公司选择基础设施时，深度绑定的风险远高于传统的应用部署。如果一家公司将代理的持久存储、凭证管理和网络拓扑全部构建在 Sprite 的原语上，它迁移到另一平台将需要重构代理的基础运行逻辑。这种深度集成是平台的护城河，但也对平台的稳定性和长期存在性提出了更高要求。Fly.io 需要向企业客户证明自己具有持久存在的能力——这不仅需要技术可靠性，还需要商业确定性。
第二个问题是代理原生公司本身的存活率。Fly.io 的增长高度依赖一个年轻且快速迭代的客户群体。8000 多家代理原生客户中，有多少能在未来两三年内成长为稳定付费的企业？代理领域的洗牌速度可能远快于传统 SaaS，这意味着 Fly.io 的客户流失风险并不仅仅取决于自身服务，也取决于客户所在的赛道能否成立。来源材料中未披露 Fly.io 的净收入留存率或客户流失率，这两个指标将是观察其业务健康度的关键。
待验证的两个假设：代理计算的规模曲线和安全模型的抗攻击性
Fly.io 的叙事建立在两个核心假设上，两个都尚未被大规模验证。
第一个假设是代理计算需求将沿着“从无状态到有状态、从短期到长期、从实验到生产”的曲线演化，且这个演化速度足够快、规模足够大。目前的支持证据是 Fly.io 自身的数据——12 倍的增长和一个最强季度。但这是一个正在经历爆发式增长的创业公司的单点数据，而不是行业横截面数据。代理是否能从当前的开发者副驾驶和实验性工具演进为持续运行的软件生产主体，决定了对“持久化代理计算”的需求是结构性需求还是过渡性需求。
第二个假设是集中式凭证网关在安全性和便利性之间的平衡能够经得起生产级攻击的考验。当数百个 Sprite 通过同一组织网关访问第三方服务时，网关本身成为高价值攻击目标。一次成功的网关入侵意味着攻击者获得了对该组织所有代理连接的一站式访问权限。Fly.io 声称可以通过细粒度的权限策略——指定到单个 Sprite、单个标签、甚至单个端点——来降低风险，同时支持一次密钥轮换对所有 Sprite 生效。这个模型在理论上是合理的，但其安全性需要在持续的生产运行中被验证，无法通过白皮书来证明。
Fly.io 的 2500 万美元 D 轮融资表面上是资本的又一次加注，实际上揭示了一个正在形成中的基础设施共识：AI 代理需要的可能不是更快的无服务器函数，而是更像计算机的东西。在所有人都试图让基础设施变得更轻、更短、更无状态的时代之后，让某些东西变得有状态、可持久、被隔离，正成为一种差异化选择。Scott Johnston 的入场意味着公司不再只是一家受开发者喜爱的工具提供商，而是一个试图定义代理计算层标准的平台公司。从 Docker 到代理基础设施，这个职业轨迹本身就在说一件事：容器之后的下一层抽象，正在被编写。
RecodeX 极客视：代理基础设施的争夺本质上是一个关于“计算机重新长成什么样”的问题。当执行主体从人变成代理，过去十年积累的无状态、一次性、快速冷启动的基础设施范式就开始松动。Fly.io 的 D 轮融资不是一个关于钱的故事——2500 万美元在这个量级上只是战略加仓——而是一个关于技术路线转折点的信号。但信号和落地之间有漫长的距离：客户质量、留存率、安全模型的抗压能力、以及代理产业本身能否穿越泡沫期，都是这笔融资无法回答的问题。值得关注的不是公司说了什么，而是谁在为它工作——那些正在用代理构建生产级应用的团队，正在用部署行为投票。