Freestyle Lanza Sandboxes para Agentes de Codificación de IA con Bifurcación en Vivo

Lo que ofrece Freestyle
Freestyle está construyendo infraestructura en la nube específicamente para agentes de programación con IA, proporcionando entornos de pruebas que funcionan como máquinas virtuales completas. Estas máquinas virtuales están diseñadas para ser intercambiables con instancias EC2 desde la perspectiva de un agente, pero con características especializadas para flujos de trabajo de desarrollo de IA.
Características técnicas clave
- Bifurcación en vivo: Puede bifurcar un entorno de prueba en ejecución horizontalmente con menos de 400 ms de pausa. Esto bifurca todo el estado de la memoria, no solo el sistema de archivos. Si estás a mitad de una página del navegador con animaciones, ejecutando un servidor de Minecraft, o tienes un error en proceso, todas las bifurcaciones mantendrán ese estado exacto.
- Inicio rápido: Los entornos de prueba se inician en aproximadamente 500 ms, con demostraciones que muestran el aprovisionamiento de máquinas virtuales en menos de 700 ms desde la solicitud de API hasta la máquina lista.
- Soporte de sistema completo: Ejecuta Debian completo con virtualización de hardware, soportando eBPF, Fuse, systemd init en lugar de runc, y múltiples usuarios. El objetivo es que cualquier cosa que se espere que funcione en Debian debería funcionar en estas máquinas virtuales.
- Instantáneas: Puede guardar el estado de la máquina virtual y reanudar semanas después desde el punto exacto.
- Opciones de persistencia: Admite máquinas virtuales persistentes que se pausan después de un tiempo de inactividad (por ejemplo, 60 segundos) con costo $0 mientras están pausadas, reanudando en la siguiente ejecución.
Enfoque de infraestructura
Freestyle funciona en sus propios racks de metal puro después de descubrir que mover máquinas virtuales entre nodos de la nube no proporcionaba un rendimiento aceptable. Descubrieron que los costos mensuales de los nodos de metal puro de Google Cloud y AWS eran equivalentes al costo total del hardware, lo que los llevó a construir su propia infraestructura.
Ejemplos de uso de API
La fuente muestra varios patrones de código para diferentes casos de uso:
// Patrón de constructor de aplicaciones (como 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
}),
},
});
// Patrón de agente (como 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"),
]);
// Patrón de revisión de código (como 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",
});
Público objetivo
Esta infraestructura está diseñada para desarrolladores que construyen o utilizan agentes de programación con IA que necesitan entornos de prueba de sistema completo para flujos de trabajo de pruebas, desarrollo e implementación a escala.
📖 Leer la fuente completa: HN LLM Tools
👀 Ver también

Infracost reduce el uso de tokens de Claude en un 79% al rediseñar la CLI para agentes de IA
Infracost rediseñó su CLI para agentes de IA, reduciendo los tokens de salida de Claude en un 79% y el costo de API en un 67% en comparación con una línea base de Claude solo. Movimientos clave: pushdown de predicados en la CLI y un formato de salida eficiente en tokens.

Codeset mejora los agentes de codificación con contexto específico del repositorio del historial de git.
Codeset genera archivos estáticos a partir del historial de git que proporcionan contexto como errores pasados, causas raíz y relaciones de cambio conjunto. Las pruebas mostraron una mejora de 5.3pp en codeset-gym-python y 2pp en SWE-Bench Pro con OpenAI Codex.

Mente Barril MCP: Memoria Persistente para Código Claude y Agentes Compatibles con MCP
Mind Keg MCP v0.1.1 es un servidor MCP de código abierto que proporciona memoria persistente para Claude Code y otros agentes compatibles con MCP. Almacena aprendizajes localmente mediante SQLite y los recupera mediante búsqueda semántica, permitiendo que los asistentes de codificación con IA recuerden el contexto entre sesiones.

Claude IDE Bridge: Herramienta de código abierto que le da a Claude AI acceso directo a tu editor de código.
Claude IDE Bridge es una herramienta de código abierto con licencia MIT que conecta a Claude AI directamente con tu editor de código, permitiéndole ver archivos abiertos, cambios no guardados y errores en vivo, en lugar de a través de fragmentos de código pegados. La herramienta actualmente funciona con VS Code y Windsurf.