| 公司 | Daytona |
|---|---|
| 融资轮次 | B轮 |
| 融资金额 | 6000万美元 |
| 投资方 | FirstMark（领投）、Patrick Collison、Tobi Lütke、Aravind Srinivas、Adam D’Angelo、Eric Yuan、Olivier Pomel、Brendan Foody、Qualcomm Ventures、Samsung Next、Okta Ventures、Evergreen Fund、Alumni Ventures、Torch Capital、E2VC（现有投资者）、Upfront Ventures（现有投资者）、Pace Capital（现有投资者） |
| 总部 | 旧金山 |
| 创始人 | Ivan Burazin、Goran Draganić、Vedran Jukić |
| 官网 | https://www.daytona.io |
60 毫秒背后的技术路径，与跨区域一致性尚未被验证
Daytona 的沙箱启动机制与传统云厂商的虚拟机配置流程存在结构性差异。据 Fortune 报道，Burazin 解释其做法是：将配置好的机器快照预分发到服务器的物理硬盘上，当智能体需要机器时，Daytona 附加处理能力和内存并恢复快照。这种方式绕过了传统虚拟机从镜像拉取、操作系统引导到软件配置的完整流程，因此能够把启动时间压缩到毫秒级。智能体还可以克隆一台正在运行的计算机，以并行尝试不同方案。Burazin 对 Fortune 描述这一能力时说：“你可以把计算机复制成两个，尝试两种结果，然后再复制、再复制，直到得到想要的结果。”
这套机制在单机或单区域场景下的逻辑是清晰的，但 Daytona 尚未披露快照预分发在跨区域、大规模部署下的一致性表现。当客户需要在多个地理区域同时启动数千个沙箱时，快照版本同步、物理硬盘容量规划、以及故障转移时的状态保留，都是与 60 毫秒启动速度同等重要的工程问题。FirstMark 合伙人 Matt Turck 在通稿中称 Daytona 是“唯一”在单一平台上同时提供 Linux、Windows、macOS 和 GPU 沙箱的提供商；该排他性表述来自投资方单方声明，未获独立核实。
另一个值得注意的边界是，60 毫秒指的是沙箱“配置完成”的时间，而非智能体从发出请求到实际开始执行任务的端到端延迟。Fortune 的报道引用的是 Burazin 的说法，公司通稿和 TechStartups 的转述均沿用了这一口径，但没有来源提供端到端延迟的独立测量数据。对于客户而言，后者才是决定智能体工作流体验的关键指标。
从开发环境到智能体云：一次账上只剩三个月营收的转型
Daytona 的创始团队并非第一次做开发者工具。Burazin 此前创办过 Codeanywhere，并创立了 Shift 开发者大会，后担任 Infobip 首席开发者体验官。2023 年，他与 Goran Draganić、Vedran Jukić 共同创立 Daytona，最初的方向是自动化大型企业的软件开发环境。据 Fortune 报道，当创始团队看到智能体同样需要计算机时，Burazin 称他们“基本上把所有客户给了竞争对手，重建了一切，账上只剩大约三个月的营收，然后重新发布了这个东西”。
这段转型经历同时提示了一个结构性事实：Daytona 目前的收入几乎全部来自转型后的智能体沙箱业务，而这项业务的规模化历史不到两年。据 Fortune 报道，Daytona 的营收运行率在 1 月至 9 月间增长了 25 倍；Burazin 对 Fortune 称公司“平均每个月增长 50.9%”。前者是营收运行率增长口径，后者是月度增长率口径，两者统计基础均未披露，不能直接互证。公司通稿则称，平均月环比净收入留存率约 135%。TechStartups 在报道中明确指出，公司未披露收入，规模尚不清晰。
公司通稿还称，六个月前的客户群体如今合计支出接近当时的三倍，并援引 Snowflake 上市时约 160% 的年度净收入留存率作为参照，称 Daytona 的月度净收入留存率“平均接近那个数字”。该 135% 为公司自述的月环比口径，Snowflake 160% 为年度口径，公司通稿的类比不构成同口径比较。这是编辑基于两个口径差异作出的提示，非公司通稿的说明。
客户名单的含金量与归因边界
Daytona 的客户名单是这轮融资中最具冲击力的信息之一。Fortune 报道称其客户包括 Anthropic、OpenAI、Nvidia、Cursor、Cognition、Meta 和 Cohere，该名单亦为媒体转述公司说法，未见独立第三方核实。公司通稿则提供了更细分的客户分层：模型构建方包括 Meta 和 Cohere；训练数据和环境方包括 Handshake、Snorkel、Surge AI、Turing、AfterQuery 和 Trajectory；应用层包括 Writer、Clay、n8n、Postman、Mintlify 和 bolt.new。TechStartups 的报道还提到 Mercor 和 Handshake。两个名单的重叠与差异属资料边界而非公司披露，读者不应把任一名单视为完整客户清单。
这些名字的含金量需要放在具体使用场景中理解。据 Fortune 报道，AI 数据公司 Snorkel 已在 Daytona 平台上配置了超过 100 万个沙箱。另据 TechStartups 援引 Daytona 提供的数据，Snorkel 的评估周期缩短了 96%，Trajectory 配置了 70 万个沙箱，环境启动时间从 30 分钟缩短至数秒；该组数据为公司口径，非独立验证。公司通稿则称，Writer 在自建沙箱平台日配置量超过 2 万个后，迁移至 Daytona，单月配置 30 万个沙箱；AfterQuery 在一天内用 Daytona 替换了其自建的 GKE 集群。公司通稿以 Writer、AfterQuery 为例称客户在自建沙箱运维成本上升后迁移，该归纳为公司案例叙述，非独立验证。
一个客户配置了 100 万个沙箱，并不直接等同于 100 万个沙箱的经常性收入；沙箱的计费方式、并发数量与配置时长的关系，都未在来源材料中说明。相关缺失指标见文末验证边界小节。
资本结构：约 5000 万美元来自现有投资者，个人投资者名单密集
本轮融资的资本结构有一个容易被忽略的细节。据 Fortune 报道，Burazin 称约 5000 万美元来自现有投资者，按报道口径约占本轮 6000 万美元的六分之五，属编辑粗略估算，非公司披露的精确比例；其中多少属于追加、多少属于既有承诺，来源未说明。公司通稿称，E2VC 是第四次参与 Daytona 的融资，Upfront Ventures 是第三次，FirstMark Capital 和 Pace Capital 是第二次。FirstMark 在本轮中既是领投方，也是既有投资者。
本轮个人投资者名单较长，Stripe 的 Patrick Collison、Shopify 的 Tobi Lütke、Perplexity 的 Aravind Srinivas、Quora 的 Adam D’Angelo、Zoom 的 Eric Yuan、Datadog 的 Olivier Pomel、Mercor 的 Brendan Foody 均以个人身份参与。个人投资金额均未披露，无法判断其信号强度。
战略投资者方面，Qualcomm Ventures、Samsung Next 和 Okta Ventures 的参与值得单独审视。公司通稿援引 Qualcomm Technologies 高级副总裁兼 Qualcomm Ventures 全球负责人 Quinn Li 的话称，AI 智能体需要安全的环境来运行代码、调用工具、浏览网页和通过强化学习进行学习，Daytona 的平台“从智能体沙箱发展为在产环境中运行智能体的完整平台”。Okta Ventures 的参与则指向身份与访问管理在智能体场景中的延伸需求。编辑分析认为，这些战略逻辑目前停留在投资方声明层面，依据是本次采集材料未见公开产品集成或商业合作证据。
AMD 与 Arm 的 CPU 预测，能否支撑“CPU 短缺”叙事
Daytona 的长期叙事建立在 CPU 需求将随智能体工作负载爆发这一判断上。Burazin 对 Fortune 表示：“我强烈相信会出现 CPU 短缺。”他的理由是，如果 Daytona 要保持当前的增长轨迹，所需的 CPU 机器数量“目前实际上并不存在”。这一判断来自公司 CEO 的单方预测，但其引用的产业数据有明确来源。
据 Fortune 报道，AMD 首席执行官 Lisa Su 在 5 月的一季度财报电话会上表示，智能体 AI 正在增加对服务器 CPU 的需求。AMD 将服务器 CPU 市场年增长预测从约 18% 上调至超过 35%，服务器 CPU 市场规模到 2030 年超过 1200 亿美元。Arm 估计，智能体 AI 数据中心每吉瓦可能需要 1.2 亿个 CPU 核心，是传统数据中心需求的四倍。据 Fortune 转引 Quartz 的报道，英特尔在报道所称的今年早些时候告知部分中国客户，某些服务器 CPU 的交货期已延长至六个月。
这些数据共同描绘了一个 CPU 需求上升的图景，但它们与 Daytona 的具体业务之间的传导链条尚未被量化。AMD 的预测覆盖整个服务器 CPU 市场，其中包含大量与智能体无关的传统工作负载；Arm 的估计针对的是智能体 AI 数据中心的理论峰值需求，而非当前实际订单。Daytona 未披露 CPU 采购协议、成本占比或定价，因此其成本弹性无法判断。
Burazin 对 Fortune 还做了一个推算：Meta 在 9 月推出的个人智能体 Muse，每个聊天会话“下面都有一台计算机”。按他的粗略计算，Muse 服务 1 亿用户需要价值 28 亿美元的沙箱。这个推算的假设条件——每个会话对应一台独立沙箱、沙箱的单位成本、并发会话数量——均未披露，应视为 CEO 的示意性估算，而非可验证的市场规模数据。
与超大规模云厂商的竞争：不是能不能做，而是愿不愿意重建
Daytona 面临的最直接质疑是：AWS、Azure 和 Google Cloud 为什么不直接做一个 60 毫秒启动的沙箱产品？Burazin 对 Fortune 的回应是，超大规模厂商几乎所有的服务都建立在少数几个为最大化利用率而优化的核心服务之上。要匹配 Daytona 的性能，它们需要在现有云服务内部“创建一家全新的公司”。他承认超大规模厂商有能力做到，但认为它们要重建基础设施来服务智能体而非人类用户并不容易。
超大规模厂商在虚拟机启动优化上已有技术积累（编辑分析，基于公开产品类别，不构成对排他性声明的验证或反驳）。Daytona 的差异化优势在于其快照预分发机制和智能体专用的克隆、暂停、状态保留工具链，但这些能力能否构成持久的护城河，取决于超大规模厂商的响应速度和 Daytona 自身的迭代速度。
公司通稿称，今年长时运行的智能体成为主流、智能体专用基础设施成为共识——这是公司单方判断，尚无独立验证。本次采集材料未提供智能体基础设施领域融资活动的系统统计；该资料边界说明不构成对行业趋势的肯定或否定。
资金用途与团队扩张：销售优先于研发的信号
据 Fortune 报道，Burazin 称 Daytona 计划将大部分新资金用于招聘市场推广销售人员，外加部分工程师。TechStartups 报道称公司计划扩展计算基础设施并在旧金山、克罗地亚和新加坡扩大团队，该地点扩展为媒体转述口径，公司通稿仅提及旧金山现场招聘。公司通稿则明确表示正在旧金山招聘工程、市场推广和运营岗位。
Daytona 的产品路线图——从沙箱扩展到“智能体云”的完整执行层，包括浏览器、存储和其他智能体所需工具——仍处于早期阶段。公司通稿称“我们已经在构建它们”，本次采集材料未见这些新工具的具体形态、发布时间或客户验证信息。
验证边界与可复核指标
本文中“公司通稿”指 Daytona 官网博客发布的融资公告，属公司自行发布材料，非独立媒体核实。公司通稿及投资方声明均属单方口径；FirstMark 合伙人 Matt Turck 的排他性表述属投资方声明而非公司独立断言。60 毫秒启动、25 倍营收运行率增长、135% 月环比净收入留存率、客户案例数据等关键指标，均来自公司自述或媒体转述公司说法，尚无独立第三方验证。
与 Daytona 已披露指标对应的核验清单如下：60 毫秒启动与快照克隆能力在跨区域、大规模部署下的一致性表现，公司通稿未披露数据中心区域分布、快照同步机制或故障转移策略；Snorkel、Writer、Trajectory 等客户案例的留存与支出变化，公司通稿所称六个月前客户群体合计支出接近当时三倍的数据，其计算基础和样本范围未披露；CPU 供给紧张时的定价调整和客户流失情况，公司未披露其 CPU 采购协议、成本占比或库存策略，因此无法判断其成本弹性。公司未披露绝对营收数字、客户合同金额、付费周期或留存时长。
关于累计融资额，Fortune 报道称本轮融资使 Daytona 累计融资约 9100 万美元。总部信息以 Fortune、TechStartups 等报道的旧金山口径为准；本次采集材料中另有来源标注不同城市，未另作注册地核实。
RecodeX 极客视：Daytona 用 60 毫秒的沙箱启动速度，把“智能体执行层”从推理云的附属品变成了一个独立的融资命题。但 10 亿美元估值的真正支撑，需要回到三个 Daytona 特有的待核验指标：跨区域快照预分发的一致性、已披露客户案例的留存与支出变化、以及 CPU 采购安排与毛利在供给紧张时的弹性。在这些指标有公开数据之前，这轮融资的定价依据仍主要来自公司自述和媒体转述。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。