本地 OpenSandbox 接口要等多久、占多少内存？¶
2026-10-24 固定版本的工程对照证据；本摘要不代表此 PR 的新测量。
Motivation¶
pVisor 原生 guest 后端适合频繁创建并执行短命令的本地 SDK 流程，较低的服务固定计费也有利于少量实例部署。每实例 VM 仍有内核与运行时成本；显式物理池可减少相同工作集的计费，但会增加扫描 CPU 和读回等待。
稳态创建中位数为 pVisor 100.7 ms、OpenSandbox/Docker 149.7 ms，创建至首条正确命令完成为 120.9 ms、358.8 ms。服务加单实例内存计费为 92.83 MiB、278.29 MiB；四实例摊销增量则为 88.46 MiB、55.54 MiB，不能将较小的服务总量解释为每个 VM 都更省内存。
实验设计¶
测量 SDK 创建至返回及首条正确命令完成的时间，称为可用等待；测量完整产品组的 cgroup 内存计费，称为部署内存成本。两者反映短任务开始前的等待和本地服务预算。数值越低，等待越短、所需计费预算越少。
对照为同源 Ubuntu 24.04 的 pVisor native guest 与官方 OpenSandbox server/SDK/execd 1.1.0，Linux x86_64/KVM，每实例请求 1 CPU/512 MiB。pVisor 使用冻结 performance/musl 制品，单请求测试关闭物理池；VM 限额覆盖 supervisor/VMM，Docker 限额覆盖容器，隔离及可用 guest RAM 不等价。镜像与服务预准备、宿主页缓存保留，排除拉取和 API 进程启动。
启动使用既有 rootful Docker/runc。API 重启后的首请求与稳态新实例各 20 个固定种子随机配对；80 个正式实例和两个准备实例均检查 stdout、私有文件及 HTTP 404 删除确认。有效慢样本全部保留，区间为 10,000 次配对 bootstrap，N=20 不建立 P99。
内存使用另一个独立批次：默认 pVisor、同制品显式物理池、官方服务加私有 rootless Docker/containerd overlayfs。三种配置随机交替五轮，每组新服务和四实例；产品组含 API、VMM/supervisor/池，或 dockerd/containerd/shim/容器与转发进程。每组四核配额、CPU 0–3、4 GiB、零 swap，SDK 协调器和观察者在组外。空服务、1/4 空闲实例分别观察，再使四实例各持相同 64 MiB 数据 30 秒、完整改写为独有数据 10 秒；全部内容、私有文件、资源归属、OOM/swap 和删除均校验。
每 500 ms 采样，阶段取最后两秒的中位数，再对五个新组取中位数与范围；差异使用按轮配对的 10,000 次 bootstrap。预备缓存可能计费在组外，组内 anon/file/kernel 计费不等于整机新增物理内存；Docker 完整 PSS 不可读，不用部分进程求和代替。后台任务保留并记录。启动与内存批次独立，不能把物理池内存与默认配置启动拼成综合成绩。
实验数据和分析¶
创建与首条命令¶
| 场景与指标 | OpenSandbox Docker/runc | pVisor 默认 | 延迟降低，95% CI |
|---|---|---|---|
| API 重启后首次：SDK 创建完成 | 388.6 | 101.1 | 74.0% [73.4%, 75.4%] |
| API 重启后首次：创建→首条正确命令完成 | 598.1 | 121.0 | 79.8% [78.8%, 80.6%] |
| 稳态新实例：SDK 创建完成 | 149.7 | 100.7 | 32.8% [30.5%, 36.7%] |
| 稳态新实例：创建→首条正确命令完成 | 358.8 | 120.9 | 66.3% [65.7%, 67.3%] |
单位 ms、P50，每场景每臂 N=20；百分比附配对 95% CI。首次指 API 重启后的首请求，镜像和服务已准备，不是首次下载或冷磁盘。
固定版本的小任务流程中，创建和命令协议共同缩短等待。所有点均保留，不能将创建到首命令的优势外推为编译或推理的同倍加速，也不覆盖其他 OpenSandbox 后端。
部署内存与实例摊销¶
| 阶段 | OpenSandbox＋独立 Docker | pVisor 默认 | pVisor 显式物理池 |
|---|---|---|---|
| 空服务，无实例 | 177.90 [176.04–178.50] | 4.34 [3.91–4.50] | 4.21 [3.97–4.40] |
| 服务＋1 个空闲实例 | 278.29 [277.11–279.32] | 92.83 [92.41–93.09] | 83.39 [82.89–83.70] |
| 服务＋4 个空闲实例 | 399.65 [399.27–402.51] | 357.98 [357.61–358.36] | 278.02 [275.18–280.08] |
| 四实例，各持相同 64 MiB，30 秒 | 742.94 [742.32–744.55] | 631.51 [631.46–632.25] | 422.93 [419.99–426.77] |
| 四实例，各持独有 64 MiB，10 秒 | 748.71 [745.64–749.91] | 634.17 [633.76–634.80] | 4/5 组：631.08 [628.50–633.34]；1/5 组：646.11 |
单位 MiB，完整产品组计费；各配置 N=5，中位数 [最小–最大]。独有工作集的池读数分列 4/5 与 1/5，所有样本均保留，不把五组结果解释为稳定双峰。
默认服务加单实例相对所测独立 OpenSandbox/Docker 降低 66.6% [66.4%, 66.8%]；这是服务、初始化和缓存一并计费的部署结果。共享既有 Docker daemon 时不能给每个新容器再摊入完整服务基线。
服务基线、实例增量与全部组读数
| 计量 | OpenSandbox＋独立 Docker | pVisor 默认 | pVisor 显式物理池 |
|---|---|---|---|
| 1 实例时，每实例平均部署增量 | 100.39 | 88.49 | 79.02 |
| 4 实例时，每实例平均部署增量 | 55.54 | 88.46 | 68.41 |
单位 MiB/实例；在同一组内先算 (阶段总量 − 空服务基线) / 实例数，再取五组中位数，不能相减表格中的两个中位数代替。该值含初始化与缓存，是摊销部署增量，不是单进程 RSS 或下一实例边际成本。
四实例下容器的摊销增量低于默认 VM；仅测 0、1、4 实例，不连接成容量曲线，也不推断最大密度或盈亏平衡规模。
是否启用物理池¶
相同工作集下，显式池相对默认 pVisor 再减少 208.58 MiB [204.74, 211.48]，降低 33.0% [32.4%, 33.5%]；改写为独有数据后不再保留同等收益。物理共享与镜像磁盘压缩是不同机制，池也不是默认配置。
| 配置 | 30 秒窗整组 CPU 秒 | 四实例完整读回 ms |
|---|---|---|
| OpenSandbox＋独立 Docker | 0.059 [0.054–0.061] | 899.3 [897.4–901.8] |
| pVisor 默认 | 0.162 [0.156–0.174] | 108.6 [106.1–117.7] |
| pVisor 显式物理池 | 2.861 [2.577–3.223] | 443.9 [419.4–445.8] |
每格 N=5 中位数 [最小–最大]。30 秒窗的整组 CPU 为秒，四实例全量读回为 ms，包含 SDK、内容检查及流结束，不是纯缺页时间。
选择池应看内容是否相同、保留多久、读写多频繁；相同内容的内存收益伴随额外 CPU 与读回等待。这一固定负载不预测真实 Agent 的净收益，长期稳定性及生产容量仍需独立测试。
镜像磁盘与复现¶
镜像库存属于独立存储实验，见惰性镜像的磁盘数据。它不含 API、运行写层及整个 OpenSandbox 服务目录，不能当作相同 SDK 配置的完整部署磁盘对比。
上述启动和内存是 2026-10-24 的固定版本历史证据，本次为文档迁移，没有重新采样，也不代表当前 main 的性能复测。daemon SHA-256 为 74461c7ad588633228d44a8ada5d8335de50ea55ca9c5c543886c6533540f575；内存宿主为 Ryzen 7 9700X / 内核 7.2.11-200.fc44。
| 证据 | 样本与校验 | summary SHA-256 |
|---|---|---|
| SDK 首次/稳态 | 40 对、80 正式实例；零失败、零剔除 | 8fc9fd74d6c4450dd9be07af58fbdc80156dbc6cacf4691c97daa416951b5e12 |
| 完整内存组 | 15 组、60 实例；零失败、零剔除 | 13d437b59e56bc4534d48b24999ab44c1dd5ef562ea005a4f0a66664a9ebe067 |
原始记录、冻结源码、构建和输入收据留在本地 benchmark/.data/opensandbox-native-docker-20261024T020535Z/ 与 benchmark/.data/opensandbox-memory-formal-20261024/。证据与复测入口 · 突发与内存池诊断。这些结果不证明完整协议兼容、安全等级等价、持续吞吐或生产密度。