E2B 完成 2100 万美元 A 轮融资:AI 沙箱执行量突破 10 亿次,Fortune 100 客户覆盖 94%
E2B 宣布完成 2100 万美元 A 轮融资,同期披露累计启动沙箱 10 亿次、Fortune 100 客户覆盖率 94%、月均 SDK 下载 350 万次等核心规模数据。
E2B 完成 2100 万美元 A 轮融资:AI 沙箱执行量突破 10 亿次,Fortune 100 客户覆盖 94%
E2B 宣布完成 2100 万美元 Series A 融资,同期披露多项规模数据:累计启动沙箱超 10 亿次、月均 SDK 下载量超 350 万次(官网展示 3.5M/month)、覆盖 Fortune 100 企业中的 94%。
核心产品:Firecracker 微虚拟机沙箱
E2B 的技术选型与大多数容器方案不同:它使用 Firecracker microVM(AWS Lambda 和 Fargate 底层相同技术)而非 Docker 容器来隔离代码执行。这一选择的核心原因是:Firecracker 对不可信代码提供硬件级隔离,安全边界更清晰。
关键性能参数:
- 同区域沙箱冷启动 <200ms(官网口径)
- 单次会话最长 24 小时(Pro 方案)
- 支持 Python、JavaScript、Ruby、C++ 等任意语言
典型客户案例
| 公司 | 场景 | 关键引言 |
|---|---|---|
| Genspark | 高并发 Agent | "不用 E2B 就无法打到 $250M ARR" |
| Hugging Face | 强化学习训练 | "大规模并发沙箱实验,复现 DeepSeek R1" |
| Manus | Computer Use Agent | "需要 27 个工具,E2B 提供完整虚拟计算机" |
| Groq | Compound AI | "集成一周,一名工程师完成" |
来源:E2B 官网博客客户案例页面
使用场景
Coding Agents:让 AI 安全执行代码、文件操作和终端命令。
Deep Research Agents:在大规模数据集上运行耗时研究任务。
Reinforcement Learning:并发启动数万个沙箱评估 reward function。
Computer Use:为 LLM 提供安全的虚拟桌面环境。
Vibe Coding:作为 AI 生成 App 的代码运行时。
开放支持
- GitHub: 12,200+ stars(官网展示)
- 支持 BYOC(AWS、GCP、Azure 或自有 VPC)
- 开源核心组件
官方入口:https://e2b.dev/ | A 轮融资公告:https://e2b.dev/blog/series-a
版权声明:本文内容来自
E2B 官方
。本平台对该内容进行了编译和整理,仅用于信息传播和学习交流之用。如有侵权,请联系我们进行处理。
用户评价