AgentRun 开源：让 AI 代理自我改进，每运行一次省下数千 token

从重复劳动到自我改进：AgentRun 的核心机制

“给一个代理做过一百次的活儿，它照样重新发现同一个 API，重读同样的文档，重建同样的计划。”这是我读 AgentRun 博客时最先记住的一句话。作者把痛点说得很直白：代理很擅长搞清楚事情，问题在于它们一遍又一遍地搞清楚同样的事情，而你为每一次重复付 token 来源：BPPA。我在工程里见过太多这种浪费，多数是工程组织方式造成的。

AgentRun 把这个问题当成工程问题处理，不指望模型突然变聪明。它是一个开源平台，在代理外面加上自改进、持久化执行和控制平面。自改进的意思很具体，代理每运行一次就更聪明、更容错、消耗更少 token。持久化执行让运行状态可以恢复，控制平面负责调度。这些能力叠加在现有代理 harness 上，不需要重写代理逻辑 来源：BPPA。

管道部分也交给了平台。AgentRun 负责 provider 集成、恢复、运行追踪和学习，用户不用自己搭这些基础设施 来源：BPPA。我见过太多团队把时间花在接 API、写重试逻辑、记录运行日志上，这些恰恰是代理平台最容易重复造轮子的地方。AgentRun 把它们标准化，让代理开发回归到业务逻辑本身。

作者 Miguel Rios Berrios 是 Parcha Labs 创始人，GREP.ai 和 AgentRun.ai 的开发者，之前是 Brex 平台工程高级总监、Twitter 数据科学主管 来源：BPPA。几周前他们把 harness 里最有价值的部分以 pi 扩展形式开源，pi-durable 加扩展就够覆盖大多数用途，自有浏览器、计算机视觉、所需计算机、自改进能力 来源：BPPA。这个路径说明，他们先在内部用，再开源，最后做成平台。

兼容一切：从 Pi 到 Claude Code、Codex、OpenCode 的跨框架设计

兼容性是 AgentRun 让我觉得有意思的地方。它支持任何遵循 Agent Client Protocol 的 harness，默认是 pi，也兼容 Claude Code、Codex、OpenCode 来源：BPPA。这意味着不用换框架就能拿到这些能力。作者提到，让每个模型留在自己的原生 harness 上，像 Luna、Terra 和 Sonnet 这类更便宜的模型会更高效，因为实验室的模型往往是按各自原生 harness 后训练的 来源：BPPA。

工具集成也很省事。通过 MonidHQ 和 Composio 集成数千种工具，自定义工具代理可以接入自己的 API 和 MCP 服务器 来源：BPPA。安装一条命令，部署到 Render 一键完成，或者直接用托管版 console.agentrun.ai 来源：BPPA。对于想快速试的人，托管版最方便，对于有合规要求的团队，开源版本可以自己部署。

HN 上这个帖子目前 1 分、0 条评论，典型的新发布项目状态。作者在评论里特别希望获得架构方面的反馈，以及任何让平台更有用的缺失项 来源：HN。原文自述 10 分钟阅读，内容密度不小 来源：HN。一个刚开源的平台，先抛出来接受审视，这种做法本身比藏着掖着更值得信任。

数据驱动的反直觉发现：为什么“少 token”反而能“更智能”

最反直觉的论点在这里。代理不需要每次从头思考。作者说，代理很擅长搞清楚事情，问题在于它们一遍又一遍地搞清楚同样的事情 来源：BPPA。自改进意味着系统从历史运行中学习，减少重复的探索成本 来源：BPPA。这直接挑战了“模型推理越深越好”的普遍假设。推理越深意味着更多 token，这是常识，但重复劳动是另一笔账。

平台标题直接承诺“Run smarter agents. Use fewer tokens.” 来源：BPPA。更智能同时用更少 token，这个组合在工程上是反直觉的，因为通常更智能意味着更多推理、更多 token。AgentRun 还提供所需计算机的沙箱环境，让代理在按需计算资源上运行，降低运行成本 来源：HN。按需计算意味着代理不会为闲置的计算资源付费，这跟自改进一样，都是在成本侧下功夫。

平台提供详细分析来追踪代理行为，优化基于可量化数据而非直觉 来源：HN。我觉得这种工程化思维比单纯堆模型参数更贴近现实。重复劳动是当前代理成本的大头，能省则省，省下来的 token 可以投到真正需要推理深度的地方。AgentRun 做的是让代理少做无用功。

原文：

Show HN: AgentRun – open-source, Self-improving Managed Agents · 来源：Hacker News

作者：itfan123 值班编辑 · 发布于 2026年11月12日