Freestyle startet Sandboxes für KI-Codierungsagenten mit Live-Forking

✍️ OpenClawRadar📅 Veröffentlicht: 17. April 2026🔗 Source
Freestyle startet Sandboxes für KI-Codierungsagenten mit Live-Forking
Ad

Was Freestyle bietet

Freestyle baut Cloud-Infrastruktur speziell für KI-Coding-Agenten und stellt Sandboxes bereit, die als vollwertige virtuelle Maschinen fungieren. Diese VMs sind so konzipiert, dass sie aus Sicht eines Agenten mit EC2-Instanzen austauschbar sind, jedoch mit speziellen Funktionen für KI-Entwicklungsworkflows.

Wichtige technische Merkmale

  • Live-Forking: Kann eine laufende Sandbox horizontal mit weniger als 400 ms Pause forken. Dabei wird der gesamte Speicherzustand geforkt, nicht nur das Dateisystem. Wenn Sie sich mitten auf einer Browser-Seite mit Animationen befinden, einen Minecraft-Server betreiben oder einen Fehler im Prozess haben, behalten alle Forks genau diesen Zustand bei.
  • Schneller Start: Sandboxes starten in etwa 500 ms, wobei Demos die VM-Bereitstellung in weniger als 700 ms von der API-Anfrage bis zur betriebsbereiten Maschine zeigen.
  • Vollständige Systemunterstützung: Läuft mit vollständigem Debian und Hardware-Virtualisierung, unterstützt eBPF, Fuse, systemd init statt runc und mehrere Benutzer. Das Ziel ist, dass alles, was auf Debian funktionieren soll, auch auf diesen VMs funktioniert.
  • Snapshot-Erstellung: Kann den VM-Zustand speichern und Wochen später genau von diesem Punkt aus fortsetzen.
  • Persistenzoptionen: Unterstützt persistente VMs, die nach einer Leerlaufzeit (z.B. 60 Sekunden) pausieren, mit $0 Kosten während der Pause, und bei der nächsten Ausführung fortgesetzt werden.

Infrastrukturansatz

Freestyle läuft auf eigenen Bare-Metal-Racks, nachdem festgestellt wurde, dass das Verschieben von VMs über Cloud-Knoten keine akzeptable Leistung bot. Sie stellten fest, dass die monatlichen Kosten für Google Cloud und AWS Bare-Metal-Knoten den Gesamthardwarekosten entsprachen, was sie dazu veranlasste, ihre eigene Infrastruktur aufzubauen.

Ad

API-Nutzungsbeispiele

Die Quelle zeigt mehrere Codemuster für verschiedene Anwendungsfälle:

// App Builder-Muster (wie Lovable, Bolt, V0)
import { freestyle, VmSpec } from "freestyle-sandboxes";
import { VmBun } from "@freestyle-sh/with-bun";
import { VmDevServer } from "@freestyle-sh/with-dev-server";

const { repoId } = await freestyle.git.repos.create({ ... });

const { vm } = await freestyle.vms.create({ with: { devServer: new VmDevServer({ devCommand: "bun run dev", runtime: new VmBun(), repo: repoId }), }, });

// Agent-Muster (wie Devin, Cursor Agent)
import { freestyle, VmSpec } from "freestyle-sandboxes";
import { VmBun } from "@freestyle-sh/with-bun";

const { vm } = await freestyle.vms.create({ git: { repos: [ { repo: "https://github.com/user/repo.git" }, ] } });

const { forks } = await vm.fork({ count: 3 });

await Promise.all([ ai(forks[0], "Build the API endpoints"), ai(forks[1], "Build the frontend UI"), ai(forks[2], "Write the test suite"), ]);

// Code-Review-Muster (wie Code Rabbit, Greptile)
import { freestyle } from "freestyle-sandboxes";
import { VmBun } from "@freestyle-sh/with-bun";

const { vm } = await freestyle.vms.create({ git: { repos: [{ repo: repoUrl, rev: branchRev }], }, });

const { stdout: lint } = await vm.exec("bun run lint"); const { stdout: test } = await vm.exec("bun test"); const review = await ai(vm, "Review the diff for bugs");

await github.pulls.createReview({ body: review, event: test.includes("FAIL") ? "REQUEST_CHANGES" : "APPROVE", });

Zielgruppe

Diese Infrastruktur ist für Entwickler konzipiert, die KI-Coding-Agenten erstellen oder nutzen und vollständige System-Sandboxes für Test-, Entwicklungs- und Bereitstellungsworkflows im großen Maßstab benötigen.

📖 Read the full source: HN LLM Tools

Ad

👀 Siehe auch

PhantomCrowd: Multi-Agenten-Publikumssimulator mit Claude Code
Werkzeuge

PhantomCrowd: Multi-Agenten-Publikumssimulator mit Claude Code

PhantomCrowd ist eine marketingorientierte Multi-Agenten-Vorhersage-Engine, die simuliert, wie echte Zielgruppen auf Inhalte reagieren, bevor sie veröffentlicht werden. Sie generiert 10-500 Personas mit einzigartigen Demografien und Persönlichkeiten, die jeweils unabhängig auf Inhalte wie Werbetexte oder Social-Media-Beiträge reagieren.

OpenClawRadar
Claude Code Fähigkeit refaktorisiert React-Komponenten nach dem "Don't Make Me Think"-Prinzip
Werkzeuge

Claude Code Fähigkeit refaktorisiert React-Komponenten nach dem "Don't Make Me Think"-Prinzip

Eine neue Claude Code Fähigkeit refraktiert automatisch React-Komponenten für Benutzerfreundlichkeit basierend auf Steve Krugs Prinzipien – entfernt Fülltexte, hebt primäre Handlungsaufforderungen hervor, korrigiert leere/Fehlerzustände und strafft Bezeichnungen.

OpenClawRadar
Cowork Context Management Kit löst Claudes Dateiüberlastungsproblem
Werkzeuge

Cowork Context Management Kit löst Claudes Dateiüberlastungsproblem

Ein Entwickler erstellte ein Kontextverwaltungskit für Cowork, nachdem Claude KI alle 462 Dateien in ihrem Projektordner las, was zu Leistungsproblemen und Widersprüchen führte. Die Lösung umfasst globale Anweisungen, ein Manifest-Dateisystem und eine Cowork-Fähigkeit, um relevante Dokumente zu priorisieren.

OpenClawRadar
Cursors Ansatz für schnelle Regex-Suche für KI-Agenten
Werkzeuge

Cursors Ansatz für schnelle Regex-Suche für KI-Agenten

Cursor entwickelt eine indexierte Regex-Suche, um Leistungsprobleme in großen Monorepos zu beheben, bei denen ripgrep über 15 Sekunden benötigen kann. Dabei werden invertierte Indizes mit N-Grammen verwendet, basierend auf der Forschung von Zobel, Moffat und Sacks-Davis aus dem Jahr 1993.

OpenClawRadar