Tensorlake

Tensorlake

Tensorlake Inc · Coding · Sonstiges

Tensorlake ist eine Infrastrukturplattform, die isolierte MicroVM-Sandboxes für KI-Agenten betreibt und jedem einen vollständigen Linux-Computer, ein versioniertes Dateisystem und verwaltetes Git gibt.

Vorschau der Oberfläche von Tensorlake

Über Tensorlake

What Is Tensorlake

Tensorlake ist ein Infrastrukturdienst für Agenten von Tensorlake Inc, einem Startup von Diptanu Gon Choudhury. Er gibt jedem KI-Agenten seinen eigenen Computer und ist damit eine Infrastruktur für Agenten, die auf MicroVMs aufsetzt: isolierte MicroVMs, die in wenigen hundert Millisekunden starten, einen echten Linux-Stack tragen und Pausen überstehen, ohne ihren Zustand zu verlieren. Das Unternehmen hatte zuvor ein Open-Source-Datenframework namens Indexify veröffentlicht, und das heutige Produkt nimmt diesen Ursprung auf und fügt ihn in eine breitere Agentenplattform ein.

Das Problem, das es angeht, ist die Zersplitterung der Infrastruktur. Teams, die Agenten bauen, kleben meist eine Compute-Schicht, eine Queue, eine Sandbox und eine Dokumentenpipeline zusammen, bevor überhaupt etwas live geht. Tensorlake ersetzt mehrere dieser Teile durch eine einzige Plattform, sodass ein in gewöhnlichem Python geschriebener Ablauf als API bereitgestellt und bei Bedarf skaliert wird.

Die Grenzen sind klar. Es ist eine Entwicklerplattform, kein No-Code-Werkzeug, man braucht also Python, TypeScript oder eine CLI. Der kostenlose Tarif betreibt eine Sandbox gleichzeitig, mit 2 Stunden pro Sitzung. Und fast die gesamte nutzbare Kapazität steckt hinter dem Pro-Tarif für 250 Dollar pro Abrechnungszyklus oder einem Enterprise-Vertrag.

Getting Started

  1. Legen Sie ein Konto auf cloud.tensorlake.ai an und erzeugen Sie einen API-Schlüssel, dann installieren Sie das SDK mit pip install tensorlake oder npm i @tensorlake/sdk.
  2. Starten Sie eine Sandbox mit ein paar Zeilen Python oder TypeScript, wählen Sie ein Image wie tensorlake/ubuntu-minimal und legen Sie CPU und Speicher fest.
  3. Hängen Sie ein dauerhaftes Volume oder ein Git-Repository in die Sandbox ein, damit Dateien bleiben und jede abgeschlossene Schreiboperation sich selbst sichert.
  4. Führen Sie Ihren Build, Ihre Tool-Aufrufe oder die Agentenschleife in der Sandbox aus und ziehen Sie bei Bedarf einen Snapshot als dauerhaften Prüfpunkt.
  5. Setzen Sie die Sandbox bei Leerlauf aus, nehmen Sie sie per Namen wieder auf oder stellen Sie den ganzen Ablauf mit tl app deploy als aufrufbare Anwendung bereit.

Produktinformationen

Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Tensorlake.

Kostenloser TarifJa
Bezahlte Tarife$0 - $250/mo plus credits
PlattformWeb (cloud), SDKs for Python and TypeScript, CLI
EntwicklerTensorlake Inc
KategorieCoding · Sonstiges
VeröffentlichungsdatumJan 2024
Zuletzt aktualisiertOct 2025
Website-Besuche8.7K
Globales Website-Ranking2.3M
API-VerfügbarkeitJa

Am besten für

Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.

Nutzer

  • Backend- und Plattformingenieure, die Coding-Agenten betreiben
  • KI-Forschungsteams, die RL-Rollouts und Evaluierungen fahren
  • Daten- und Dokumentteams, die PDFs, Scans und Verträge verarbeiten
  • DevOps-Teams, die CI-Pipelines bauen
  • Einzelentwickler, die eine Agentenidee testen

Aufgaben

  • Vom Modell erzeugten Code sicher ausführen
  • Agenten-Harnesses und Tool-Aufrufe betreiben
  • Agenten-Ausgaben versionieren
  • Evaluierungen und Rollouts skalieren

Szenarien

  • Einen Coding-Agenten bauen, der eine eigene Maschine braucht
  • Ein langes Training oder eine Evaluierung über Nacht fahren
  • Einen Stapel Dokumente in geordnete Daten verwandeln
  • Netzwerk-Egress senken und Datenregeln einhalten

Wichtigste Funktionen

Isolierte MicroVM-Sandboxes

Jeder Tool-Aufruf oder Harness läuft in einer eigenen Firecracker-MicroVM, ohne geteilten Kernel zwischen Mandanten. Das Standard-Image startet in wenigen hundert Millisekunden, ein vollständiges systemd-Image braucht rund eine Sekunde. Für alle, die vom Modell geschriebenen Code ausführen, entscheidet diese Trennung zwischen einem begrenzten Fehler und einem lahmgelegten Server.

Ein versioniertes Dateisystem, das Sie wie eine Festplatte einhängen

Sie hängen ein dauerhaftes Volume ein, und es erscheint als gewöhnliches POSIX-Verzeichnis, während Lese- und Schreibzugriffe auf lokales NVMe gehen. Abgeschlossene Änderungen werden von selbst in den dauerhaften Speicher repliziert, sodass der Agent einen versionierten Arbeitsstand hält, ohne je Git zu lernen. Snapshots setzen einen dauerhaften Prüfpunkt, und Sie können den ganzen Baum von jedem behaltenen Punkt aus wiederherstellen oder abzweigen.

Verwaltetes Git, das skaliert

Tensorlake betreibt gehostetes Git, das Sie wie gewohnt nutzen: klonen, branchen, committen, mergen und pushen über Git smart HTTP. Sie können ein Repository auch ganz ohne Klon in eine Sandbox einhängen, weil Inhalte beim Lesen nachströmen. Merges laufen serverseitig, und laut Unternehmen zahlen Sie für die geänderten Pfade, nicht für die Größe des Repos.

Eine ganze Maschine aussetzen, wieder aufnehmen und klonen

Eine Sandbox kann bei Leerlauf einfrieren, mit Speicher, Prozessen und Dateisystem intakt, und der Zähler stoppt während der Pause. Sie nehmen sie per Namen in etwa einer Sekunde wieder auf oder lassen sie beim nächsten Aufruf von selbst aufwachen. Sie können auch eine laufende VM samt Speicher klonen, um identische Kopien für parallele Jobs zu verteilen.

Sandbox-Orchestrierung für Agenten

Wenn aus der Sandbox-Nutzung eine echte Anwendung wird, ergänzt der Orchestrator Endpunkte, Dauerhaftigkeit, Verteilung, Wiederholungen und Anwendungs-Observability über der Ausführung. Dauerhafte Queues und Timer tragen lange Agentenabläufe, und jede Sitzung bekommt ihre eigene Sandbox, damit Zustand nie zwischen Läufen austritt.

Bereitstellung über Clouds und in Ihrem Agenten-Stack

Die Plattform bindet die Harnesses und Coding-Agenten ein, die Teams bereits nutzen, und lässt sich in Ihrem eigenen AWS-, GCP- oder Azure-Konto bereitstellen, wenn Sie weniger Egress oder strengere Netzgrenzen brauchen. Sie ist in jedem Tarif SOC 2 Type II konform und ab Pro HIPAA konform.

Vor- und Nachteile

Vorteile

  • Isolierte MicroVMs halten vom Modell erzeugten Code von der Host-Laufzeit fern, was für jeden Agenten zählt, der seine eigene Ausgabe tatsächlich ausführt.
  • Sandboxes starten in wenigen hundert Millisekunden, sodass das Hochskalieren auf viele gleichzeitige Sitzungen keine Kaltstart-Wartezeiten anhäuft.
  • Versioniertes Dateisystem und verwaltetes Git ersparen separate Werkzeuge für Speicher und Versionierung.
  • Aussetzen und Klonen verbilligen lange Sitzungen, indem sie den Zähler stoppen und warme Umgebungen kopieren.
  • Ein kostenloser Tarif ohne Kreditkarte lässt Sie den Ablauf testen, bevor Sie etwas ausgeben.

Nachteile

  • Es ist eine Entwicklerplattform, nicht technische Nutzer haben ohne die Python-, TypeScript- oder CLI-Werkzeuge keinen Zugang.
  • Der kostenlose Tarif begrenzt auf eine Sandbox gleichzeitig und 2 Stunden pro Sitzung, was jede produktionsnahe Last ausschließt.
  • Nutzbare Kapazität beginnt beim Pro-Tarif für 250 Dollar pro Zyklus oder einem Enterprise-Vertrag, ein großer Sprung aus der Kostenlosigkeit.
  • Die Nutzung wird nach CPU, RAM, Festplatte und Snapshot-Speicher abgerechnet, die Kosten steigen also mit der Aktivität und belohnen sorgfältige Dimensionierung.

Häufige Fragen

Tensorlake ist eine Sandbox für KI-Agenten. Sie nutzen es, um vom Modell erzeugten Code sicher auszuführen, dem Agenten einen dauerhaften Computer für Tool-Aufrufe zu geben und alles, was er erzeugt, in einem versionierten Dateisystem oder einem verwalteten Git-Repository zu speichern.