先说结论

戴冠兰抛出了一个可能会被反复引用的暴论——“模型能力已经够了，要卷就卷 Infra”。这并不是否定前沿模型的持续进步，而是指出一个结构性变化：当 Claude Sonnet 5 与 GPT Opus 对开发者而言"没有本质区别"，当 Kimi 和 DeepSeek 持续逼近 SOTA，模型正在从稀缺品走向商品，真正卡住 Agent 大规模落地的不再是模型能力，而是底层的执行基础设施。

Runta（转写原文偶作 Ranta/Ranta/Runtar/Ronta，根据 a16z 博客和播客上下文，公司名为 Runta）做的就是这件事——在概率性的大模型之上，为企业提供一套确定性的执行底座，让 Agent 可以被隔离、被审计、被热迁移、被赋予和收回权限。戴冠兰之前在 Cloudflare 搭建边缘平台、在 Kong（空）搭建企业网关，两段经历都参与了从第一性原理出发构建基础设施的全过程。a16z 合伙人 Martin 亲自撰文解释这笔投资，核心逻辑是：计算范式正在从"托管软件"迁移到"托管智能体"，这是继物理机→虚拟机→容器之后的又一次代际变化。

一、为什么是现在：Token Maximizing 的反转与 Agent 落地的现实

从"用得越多越 AI Native"到"预算用完了，收获了什么"

播客中最具时代切片感的叙事，是戴冠兰对企业 Token 使用心态 180 度反转的描述。

2024 年底到 2025 年初，以 Meta 和亚马逊为首，企业内部形成了一种 KPI 导向的文化：员工消耗的 Token 越多，说明越 AI Native。戴冠兰在走访前沿客户 Air Lab 时看到，公司墙上挂着显示器，实时排名本周谁的 Token 消耗最高，排名靠前的还有小奖励。这种做法后来演变为极致——Meta 和 Stripe 把 Token 使用量纳入年终绩效评估（Performance Review），员工为了刷量甚至故意写无用的循环把 Token 用上去。到 2025 年三月，Jason 直接批评"这个人就是不够强"，标志着 Token Maximizing 的风气已经过线。

反转来得很快。戴冠兰认为转折发生在最近三到六个月，驱动力有三层：第一，ROI 回归理性——Uber 的 CFO 公开表示四月份就把全年 LLM 使用预算用完了，开始追问"到底收获了什么"；第二，点火阶段已经结束，企业对 AI 的意识已经形成，不再需要"鼓励使用"来破冰；第三，也是最直接的——“大家远远低估了模型的价格”。Token 不是普通的技术开销，它贵到让企业必须重新审视每一笔调用的价值。

戴冠兰在 Runta 内部也经历了同样的转变：从最初的 Unlimited Token（无限使用），到引入"阶梯制"——先给团队订阅几个 Ultra Plan，用完后需要说明用途，如果一个月要花十万美金，就会在流程上加入"小摩擦"让使用者感受到这不是免费的。他强调自己整体仍然保持宽松，但已经不再让 Token 感觉是"free"的。

模型能力放缓：暴论的事实基础

戴冠兰的核心暴论有一个不太显眼但很关键的事实支撑：他用 Claude Sonnet 5（转写为"Fable 五"，根据上下文应为 Anthropic 的前沿模型）和自己之前用的 Opus 做对比，认为"对开发者来说没有本质上的区别"。这不是说模型停止进步，而是说爬坡速度已经放缓到一个关键阈值——对于大多数工程场景，当前 SOTA 已经够用，继续等待下一代模型不再是最优策略。

这个判断的推论很直接：如果模型能力趋于稳定，那么竞争的主战场就会从"谁的模型更强"转移到"谁能把模型变成可落地的产品"。而落地的瓶颈，恰恰在基础设施这一层。

二、Runta 到底做什么：在概率之上构建确定性

Jeff Dean 的终极问题

戴冠兰回忆了与 Jeff Dean 深度对谈中最核心的一个问题：“如果系统最底层的执行单元变成了概率性的，那 Infra 这一层要怎么构建？”

这个问题的分量在于，它动摇了过去几十年系统工程的地基。重试、幂等、事务恢复——这些分布式系统的核心机制，全部建立在"软件是确定性的"这一前提之上：同样的输入产生同样的输出，任何偏差都是可枚举的异常。但大模型本质上是一个概率性的 next-token predictor（下一个 token 预测器），同样的输入可能产生不同的输出，你无法枚举所有可能的"异常路径"。戴冠兰认为，一旦 Agent 需要上生产环境，分布式系统的复杂度需求反而会更多——隔离、分叉、迁移、热迁移——如果这些复杂度在底层处理不了，就只能压到 Runtime 层去做。

执行底座的具体能力

戴冠兰对 Runta 的定位非常清晰：不是做安全框架，而是做执行底座。传统网络安全做的是主动扫描和特征匹配，Runta 做的是"管控"——让 Agent 在可控的边界里执行，最坏情况下能从中恢复，并且全程可审计。

具体来说，Runta 提供的标准化能力包括：

  • 执行平台：一个云托管的虚拟化环境，上面有定制的操作系统、网络处理流程，不挑具体跑什么 Agent（CodinAgent、Codex、Claude Code、自研 Harness 都可以）。
  • 沙盒调度：管理 Agent 跑在哪里、什么时候用 GPU 什么时候不用、如何动态迁移、如何内存伸缩。
  • 权限管理：通过硬规则控制 Agent 的行为边界——比如能读邮件但不能发邮件。戴冠兰特别强调了一种叫 Approval Fatigue（审核疲倦） 的现象：用户一开始还会设"一小时后自动收回权限"，慢慢地觉得麻烦就放开，最终被 Agent 逐渐蚕食权限边界。他自己的经历就是活生生的例子——从让 Manus 写 draft 自己点发送，到直接让 Agent 自动发邮件联系鸟导。
  • Token 优化闭环：分析 Harness 到底在哪里浪费 Token，生成提示词帮助迭代 Harness，形成"跑→分析→优化"的闭环。

开源项目 CloudShell

Runta 还开源了一个叫 CloudShell（转写原文如此）的项目，本地支持一些主流 Agent 工具，帮助个人开发者管理邮箱等基础场景。但 Runta 平台本身提供的是远比开源版本复杂的能力——数据库管理、代码仓库管理、企业级权限体系等。

三、为什么是创业公司的机会：公有云、基模厂商与 New Cloud 的竞争格局

公有云的计价模型在打架

一个自然的问题是：为什么这件事不能由 AWS、Azure 或阿里云来做？戴冠兰的回答很锐利——“这一代的公有云都是为 SaaS 和传统软件设计的，包括它的计费模型”。他用 GPU 浪潮做类比：上一代数据中心以 CPU 搭建，GPU 时代催生了大量 New Cloud，因为整体架构需要重建。公有云会朝 Agent 方向迭代，但它"本质上计价模型都在打架"，内部还有很多现有业务的包袱。

基模厂商的利益冲突

Anthropic 已经发布了 Managed Agent 系统，OpenAI 也在做类似布局。戴冠兰对此的看法是：模型公司做 Infra 的根本目的是获取信号来提升模型能力，而不是做中立的执行底座。企业落地不会绑定一家模型，也不会绑定一个云——“多模型、多 Harness、多云"是分散风险的刚需，尤其是在国产开源模型不断进步的背景下，成本控制需要灵活切换。

真正的竞争来自 New Cloud

戴冠兰认为最有威胁的竞争者不是公有云或基模厂商，而是上一代做 Serverless 转型的公司。他们的问题是——已经有客户群和基本盘，“往上加"永远比从零搭建更难。

对于 E2B、Daytona 这类做 Sandbox 的公司，戴冠兰承认 Sandbox 是从上一代 Infra 搬过来的好东西（核心技术 Firecracker 来自 AWS Fargate），但他指出一个结构性局限：Serverless 解决的是 15 分钟到 1 小时内的短时任务，而 Agent 越跑越长，从几分钟几个 turn 变成几小时甚至驻天运行。上一代技术在"什么时候用 GPU"“怎么动态迁移"“怎么内存伸缩"上已经遇到瓶颈，必须从底层第一性原理重新思考。

四、Agent 安全的必然危机与 Infra 的防御价值

“灾难性邮件必然会发生”

戴冠兰在播客中做了一个明确的预言（Mark my word）：未来十个 Agent 必然会发出灾难性的、难以挽回的邮件。他的推理基于一个无法回避的技术事实——Transformer 架构无法区分"指令"和"数据”，你让 Agent 发邮件的指令和邮件内容本身，在模型看来都是一堆 token。即使加特殊字符分隔，也总有办法绕过。这不是模型训练能根治的问题，只要底层架构还是 next-token prediction。

OpenAI 模型黑掉 Hugging Face 的事件就是这种风险的实证——OpenAI 的模型被用来获取 reverse signal，而当 Hugging Face 请求 OpenAI 协助调查时，OpenAI 认为这涉及敏感信息而拒绝介入，最终是 Hugging Face 自己用开源模型（虽然不是 SOTA）找到了问题所在。这个案例同时说明了两个问题：闭源模型的安全限制会在关键时刻"撂挑子”，而开源模型在安全调查场景中反而更实用。

安全是信任的释放器，不是约束

戴冠兰对安全有一个反直觉的表述——“并不是用一个安全的框架把它框起来，而是通过一个好的执行底座，反而帮助它释放真正的能力”。他的逻辑是：企业内心里恐惧的并不占少数，但因为没有好用的底座，只能"用安全换便捷”。一旦有了可审计、可恢复的执行底座，企业才敢于把非只读权限、真正生产权限交给 Agent。安全不是目的，让 Agent 真正干活才是。

五、从 Token 到价值：行业机制与读者启发

三条核心链条

链条一：模型商品化 → 竞争转移至 Infra → 执行层成为新护城河 模型能力爬坡放缓（Sonnet 5 vs Opus 对开发者无本质差别），开源模型逼近 SOTA（Kimi、DeepSeek），模型正在从高利润的稀缺品变成"像电和水一样"的商品。竞争的主战场从模型层下移到执行层——谁能提供可审计、可恢复、可伸缩的 Agent 运行环境，谁就掌握了下一代计算范式的入口。Runta 的判断是：a16z 看到的不是一个 feature，而是"平台级别的机会”。

观察指标：基模厂商的利润率走势、开源模型与闭源模型的 benchmark gap、企业 Agent 部署中 Infra 预算占比。

链条二：Agent 长程化 → Sandbox 不够用 → 底层重构刚需 Agent 从几分钟几轮对话变成几小时驻天运行，上一代 Serverless 技术（Firecracker 等）针对的是短时任务。GPU 何时使用、内存动态伸缩、热迁移、隔离分叉——这些需求超出了现有 Sandbox 方案的能力边界。戴冠兰认为必须从底层操作系统和网络栈往上重构，而不是在现有技术上做增量。

观察指标：Agent 平均运行时长变化、Sandbox 方案在长程任务中的失败率、New Cloud 是否向 Agent-native 架构转型。

链条三：Approval Fatigue → 权限蚕食 → 安全事故 → Infra 反而成为信任释放器 用户从"小心设权限"到"懒得审核"到"随便看吧"——这不是个例而是群体现象。戴冠兰预言灾难性 Agent 邮件必然发生，一旦发生就会触发全行业对执行底座的需求。悖论在于：安全底座不是为了限制 Agent，而是为了让企业敢于把生产权限交给它。

观察指标：Agent 相关安全事故的公开报道、企业 Agent 权限管理工具的采购意愿、监管层对 Agent 安全的态度。

对不同读者的启发

对工程师和求职者：戴冠兰分享了一个招聘秘诀——看人有没有"往下吃一层"的能力。做 LM Infra 就要看能不能钻到 kernel 级别和算子优化，做网关就要看对网络协议栈的理解深度。“大部分百分之九十的人就是刚好够用，只有百分之五以下的人对底层充满好奇心。“在职业选择上，他的建议是：像投资人一样做功课，花大量时间脑部实验（“如果你是 CEO 你会怎么做”），在创始人身上投入时间——他在 Kong 创始人身上花了一年多才决定加入。

对企业决策者：Token Maximizing 的时代已经过去，需要建立阶梯制的使用规范和 ROI 评估体系。同时，在 Agent 即将获得生产权限的趋势下，提前规划执行底座和审计体系，而不是等到灾难性事故发生后再补课。

对投资人：戴冠兰判断视频模型是继语言模型之后"第二个被证明赚钱的赛道”，而 AI for AI（用 Agent 训练模型）是值得关注的方向。对于 Agent Infra 赛道，他认为"越卷越好”——因为这个领域目前连"需不需要执行底座"都没有形成共识，需要更多团队来做市场教育。

尾声：戴冠兰的创业者画像

戴冠兰的状态很能说明问题。35 岁，天平座，INTJ/ENTJ 之间横跳，Cloudflare 和 Kong 两段 Founding Team 经历，第一次以 CEO 身份创业。Runta 团队约十人，在旧金山和新加坡两地办公，内部 95% 以上的代码由 Agent 编写，但架构设计、API 设计、部件耦合等需要 Infra 判断力的工作仍然由人类工程师承担。

他每天经历"五个好消息五个坏消息"的过山车，但保持兴奋的理由很朴素——“我们是否在解决一个特别让人兴奋的问题？我们是否是最适合做的团队？“对于浪潮，他的态度是明确的：“浪潮来了不做，一辈子后悔。”