Prime Intellect 公开 Prime Sandboxes：面向 Agentic RL 的 MicroVM，号称比同行便宜约 3 倍

核心背景与行业痛点

Agentic RL 要把沙箱当「状态机 + 隔离边界 + 轨迹奖励源」。训练常需同时跑成千上万个环境，容器方案（尤其 gVisor）在 Docker Compose、内核依赖负载上兼容边界明显，配置复杂且贵。Prime Intellect 因自研需求打造 Prime Sandboxes，并于 2026-09-23 对公众开放 CLI/SDK 与 RL 套件入口。

架构亮点与底层机制

每个沙箱是完整 Linux MicroVM（硬件虚拟化、独立客户机内核），原生支持 Docker Compose、后台任务与系统级工具；可把自有 Docker 镜像直接带入，无需新打包格式。RL 侧一等集成 verifiers、prime-rl、Prime Tunnels，并提供大量预置环境。路线图含 GPU MicroVM、状态快照、沙箱 fork 与共享持久工作区。

权威 Benchmark 与实测跑分对比

官方公开的是基础设施规模与价格，而非 SWE-bench 类 Agent 能力榜：博客称内部已创建约 3000 万 个沙箱；产品页有实时并发/总量/错误率计数器（访问时可能变化，勿当作固定跑分）。定价页示例：vCPU $0.02/小时、内存 $0.0125/GiB/小时、磁盘 $0.0002/GiB/小时；官方称至 2026-12-22 前约为其他供应商的 1/3 成本。默认并发上限 1,024，需要更高可联系销售。

开发者实战落地与开箱指南

安装 CLI 后：prime sandbox create，再 prime sandbox run <sandbox-id> 'echo Hello, World!'。产品与计价见 primeintellect.ai/sandboxes，API/概念见 docs.primeintellect.ai/sandboxes/overview，组织仓库入口 github.com/PrimeIntellect-ai。