Rivet 想给 AI 代理当调度台：一个代理一个 Actor，状态放进 S3

作者：陈一帆

11 月 5 日，Rivet 团队在 Hacker News 发布 Launch HN 帖，介绍用 Actor 模型托管 AI 代理的开源编排器；两天后帖子有 118 分、58 条评论。核心变化是代理不再各占一台重型沙箱，而是变成共享进程里的轻量 Actor，状态存在 S3 上，仓库按 Apache 2.0 开源、可自托管。

11 月 5 日，Rivet 团队（YC W23）的 Nathan 和 Nicholas 在 Hacker News 发了 Launch HN 帖，介绍他们用 Actor 模型托管 AI 代理的开源编排器；到 11 月 7 日，帖子拿到 118 分、58 条评论 。这次变化的关键在代理的运行方式：以前通常给每个代理开一台重型沙箱，现在改成每个代理一个共享进程里的轻量 Actor，状态落在 S3 上 。GitHub 仓库的 License 一栏写着 Apache 2.0，可以完整自托管 。

先说说“编排器”具体负责什么。把它想成调度台的工作：你同时放十个修 bug 的代理出去，得有人安排谁上工位（并发）、记住每个代理干到哪一步（状态）、测试挂了让它自己重跑（重试）。Rivet 的做法是给每个代理一个常驻进程，自带内存状态、一个 SQLite 数据库和 WebSocket 连接，闲着的时候把状态写下来、卸载掉，下一个请求来了再醒过来接着干 。官网首页的例子很具体：一个代理跑 pnpm vitest run checkout，12 个通过、1 个失败，定位到 src/checkout/total.ts 的舍入问题改了三行，重跑 13 个全过，开了 PR #482——中间它重启过两次，从原进度继续做完了 。

为什么不用沙箱？日常类比大概是：沙箱像给每个代理单开一间病房，大部分时间空着，费用照付；Actor 更像值班床位，有活就醒，没活就腾地方。官方给的数字是 Actor 基线内存 72.4 KB、冷启动 4.99 ms（p99），对比沙箱 512 MiB 和 1.70 秒 。这几项对比的统计口径需要区分：512 MiB 是沙箱服务商 E2B 计费文档里的默认配额，不是实测占用；1.70 秒来自第三方 ComputeSDK 10 月 30 日的基准；Actor 侧的数字出自 Rivet 自己的基准页，我没找到独立复现 。

S3 这部分是这个版本最值得看的设计。写入一个 Actor 的 SQLite 时，3 个可用区里 2 个 SSD 落盘就算确认，随后后台批量转存 S3，也就是 S3 不在写路径上；读取和唤醒先查 SSD 缓存，未命中再回源对象存储 。对应到数字，官方报 1.07 ms 持久写入 p99、1.36 ms 读取 p99，以及从对象存储读的 138 ms p99 。选 S3 的理由也算实在：用户在 Actor 里存的会话记录、代理产物比预想的多得多，全放 SSD 上大部分是躺着不动的旧记录。官方按 AWS 列牌价算，S3 Standard 存一份比三副本 EBS gp3 便宜约 10.4 倍——这个对比不含请求费和流量费 。

背景也顺得下来：这家公司 2023 年做 YC 时在搞 Diep、Krunker 这类多人游戏的匹配和实时消息基建，原来跑在 FoundationDB 上，后来被用户数据量推着做了 SSD 加 S3 的分层 。官方还提到客户 Amp 从 Cloudflare Durable Objects 一个周末迁到 Rivet 并做本地部署，理由是平台限制和支援响应慢——目前只有官方这一方说法 。仓库 FAQ 把对比讲得更直接：Durable Objects 有 128 MB 内存上限和 10 GB SQLite 限额，Rivet 称自己不受这些限制，Actor 跑在原生 Node.js 或 Bun 上而不是自定义运行时 。

那和 LangGraph 是什么关系？双方都没做过对比，以下是我的判断：LangGraph 管的是代理的逻辑流程——这一步之后走哪个分支、状态怎么在图里流动；Rivet 管的是脚下那层基础设施——进程常驻、状态落盘、节点挂了把 Actor 挪到别处。定位不同，理论上可以叠着用，但我没有实测过。

边界也得说清楚：HN 评论区那 58 条里对基准方法和 S3 一致性的具体质疑，我这次没能逐条读到；内存和延迟数字目前都是官方口径；“一个控制面跑十亿 Actor”是官网的设计说法，不是公开案例 。想尝鲜的话门槛不高，本地跑一个二进制、配个存储桶就能起来，单机试玩还有本地文件系统后端 。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] https://hn.algolia.com/api/v1/search?query=Rivet%20S3%20agents&tags=story
• [S2] Rivet - The Orchestrator for Agentic Workloads
• [S3] GitHub - rivet-dev/rivet: The orchestrator for agentic workloads. A fast, high-density and scalable orchestrator for every workload an agent needs.
• 配图 1：来源：Rivet（图片署名见原文） · 图片出处
• 配图 2：来源：Rivet（图片署名见原文） · 图片出处