賣(mài)掉上一家公司后，這位連續(xù)創(chuàng)業(yè)者拿下1600萬(wàn)美元，要用開(kāi)源顛覆AI Agent開(kāi)發(fā)

你有沒(méi)有想過(guò)，開(kāi)發(fā)一個(gè)真正可靠的 AI agent 有多難？大多數(shù)人以為原型階段就是全部，但當(dāng)你真正要把 AI agent 推向生產(chǎn)環(huán)境時(shí)，你會(huì)發(fā)現(xiàn)這才是噩夢(mèng)的開(kāi)始。如何處理任務(wù)失敗？如何管理并發(fā)？如何調(diào)試出了問(wèn)題的 agent？如何確保系統(tǒng)在高負(fù)載下依然穩(wěn)定運(yùn)行？這些問(wèn)題讓無(wú)數(shù)開(kāi)發(fā)者陷入困境，不得不從頭開(kāi)始構(gòu)建復(fù)雜的微服務(wù)架構(gòu)，處理各種邊緣情況，花費(fèi)數(shù)月時(shí)間在基礎(chǔ)設(shè)施上，而不是真正的產(chǎn)品創(chuàng)新上。

Trigger.dev 正是為了解決這個(gè)痛點(diǎn)而生。這家開(kāi)源公司剛剛宣布完成了 1600 萬(wàn)美元的 A 輪融資，由 Standard Capital 領(lǐng)投。更令人矚目的是，他們每月已經(jīng)在為超過(guò) 30000 名開(kāi)發(fā)者執(zhí)行數(shù)億次 AI agent 任務(wù)。從教育科技到視頻廣告制作，從音頻數(shù)據(jù)集構(gòu)建到各種企業(yè)應(yīng)用，Trigger.dev 正在成為開(kāi)發(fā)者構(gòu)建生產(chǎn)級(jí) AI agent 的首選平臺(tái)。我深入研究了他們的技術(shù)方案和客戶案例后，發(fā)現(xiàn)這家公司正在解決一個(gè)被嚴(yán)重低估但極其關(guān)鍵的問(wèn)題：如何讓 AI agent 從演示走向真正可靠的生產(chǎn)應(yīng)用。

AI Agent 開(kāi)發(fā)的真實(shí)挑戰(zhàn)

我發(fā)現(xiàn)很多人對(duì) AI agent 開(kāi)發(fā)存在一個(gè)巨大的誤解：他們認(rèn)為只要調(diào)用幾個(gè)大語(yǔ)言模型的 API，寫(xiě)幾行代碼，agent 就能工作了。這種想法在做演示或原型時(shí)確實(shí)沒(méi)問(wèn)題，但當(dāng)你要把它部署到生產(chǎn)環(huán)境，服務(wù)真實(shí)用戶時(shí)，你會(huì)發(fā)現(xiàn)問(wèn)題遠(yuǎn)比想象中復(fù)雜得多。讓我從一個(gè)具體的場(chǎng)景說(shuō)起，這樣你就能理解開(kāi)發(fā)者面臨的真實(shí)困境。

想象你正在構(gòu)建一個(gè)教育科技產(chǎn)品，需要分析數(shù)百萬(wàn)學(xué)生與 AI 的互動(dòng)記錄，為老師提供實(shí)時(shí)洞察。每次學(xué)生完成一輪對(duì)話，你的系統(tǒng)就需要觸發(fā)一個(gè)分析任務(wù)，提取學(xué)生的參與度、興趣點(diǎn)、可能存在的問(wèn)題行為等信息，然后生成摘要發(fā)送給老師。聽(tīng)起來(lái)很簡(jiǎn)單，對(duì)吧？但實(shí)際上，你需要處理以下這些復(fù)雜問(wèn)題：這個(gè)分析任務(wù)可能需要幾秒鐘甚至更長(zhǎng)時(shí)間才能完成，你不能讓用戶界面一直等待。如果分析過(guò)程中大語(yǔ)言模型返回了格式錯(cuò)誤的數(shù)據(jù)怎么辦？如果網(wǎng)絡(luò)請(qǐng)求失敗了怎么辦？如果同時(shí)有成千上萬(wàn)個(gè)學(xué)生完成對(duì)話，你的系統(tǒng)能處理這么大的并發(fā)量嗎？你如何確保優(yōu)先處理付費(fèi)用戶的請(qǐng)求，同時(shí)又不讓免費(fèi)用戶完全得不到服務(wù)？當(dāng)出現(xiàn)問(wèn)題時(shí)，你如何快速定位是哪個(gè)環(huán)節(jié)出了錯(cuò)？

這就是 MagicSchool AI 面臨的真實(shí)挑戰(zhàn)。MagicSchool 是有史以來(lái)增長(zhǎng)最快的教育科技公司，僅用兩年時(shí)間就服務(wù)了全球超過(guò) 450 萬(wàn)名教師，并被獨(dú)立評(píng)為最安全的 AI 平臺(tái)。他們的平臺(tái)為教師提供了一整套持續(xù)更新的 AI 工具，幫助教師節(jié)省時(shí)間、促進(jìn)負(fù)責(zé)任的 AI 素養(yǎng)培養(yǎng)，并為學(xué)生開(kāi)啟新的學(xué)習(xí)機(jī)會(huì)。但要實(shí)現(xiàn)這個(gè)愿景，他們必須解決一個(gè)核心技術(shù)挑戰(zhàn)：如何從數(shù)百萬(wàn)學(xué)生互動(dòng)中快速提取有價(jià)值的洞察，并實(shí)時(shí)傳遞給教師。

教師需要快速而清晰的洞察來(lái)了解學(xué)生如何使用 AI 工具。但監(jiān)控每一次互動(dòng)對(duì)時(shí)間緊張的教育工作者來(lái)說(shuō)太耗時(shí)了，所以 MagicSchool 希望構(gòu)建實(shí)時(shí)摘要系統(tǒng)，直接發(fā)送給教師。這些摘要會(huì)突出顯示學(xué)生的參與程度，從分心到高度投入，同時(shí)還會(huì)注意到新的興趣點(diǎn)，并在存在問(wèn)題行為時(shí)發(fā)出警報(bào)。舉個(gè)例子，摘要可能會(huì)告訴教師學(xué)生在關(guān)于氣候變化的討論中表現(xiàn)出高度參與，或者可能會(huì)提醒教師某個(gè)學(xué)生一直在試圖讓 AI 講屎尿屁笑話。這些高層次的洞察可以為教師節(jié)省數(shù)小時(shí)逐條審查每條消息的時(shí)間，同時(shí)讓他們保持知情。這也讓教育工作者在部署 MagicSchool 這樣的工具時(shí)更加放心，因?yàn)樗麄冎揽梢詾閷W(xué)生提供一個(gè)安全的環(huán)境來(lái)接觸 AI 并培養(yǎng) AI 素養(yǎng)。

如果沒(méi)有 Trigger.dev，MagicSchool 的工程師就必須自己構(gòu)建整個(gè)任務(wù)編排系統(tǒng)。他們需要設(shè)置消息隊(duì)列、實(shí)現(xiàn)重試邏輯、處理失敗情況、監(jiān)控任務(wù)執(zhí)行狀態(tài)、管理并發(fā)控制、實(shí)現(xiàn)優(yōu)先級(jí)隊(duì)列等等。這至少需要幾個(gè)月的開(kāi)發(fā)時(shí)間，而且還需要持續(xù)維護(hù)。更糟糕的是，這些基礎(chǔ)設(shè)施代碼會(huì)占用大量工程資源，而這些資源本可以用來(lái)開(kāi)發(fā)真正為用戶創(chuàng)造價(jià)值的功能。這就是為什么越來(lái)越多的開(kāi)發(fā)者轉(zhuǎn)向 Trigger.dev 這樣的平臺(tái)：它讓你可以專注于構(gòu)建 AI agent 的核心邏輯，而不是被基礎(chǔ)設(shè)施問(wèn)題困擾。

Trigger.dev 如何解決這些問(wèn)題

在深入了解 Trigger.dev 的技術(shù)方案后，我認(rèn)為他們最聰明的地方在于找到了開(kāi)發(fā)者體驗(yàn)和系統(tǒng)可靠性之間的完美平衡點(diǎn)。他們沒(méi)有試圖重新發(fā)明輪子，而是專注于解決開(kāi)發(fā)者在構(gòu)建 AI agent 時(shí)遇到的最核心痛點(diǎn)：如何讓復(fù)雜的異步任務(wù)變得簡(jiǎn)單可靠。

讓我繼續(xù)用 MagicSchool 的案例來(lái)說(shuō)明 Trigger.dev 是如何工作的。每當(dāng)學(xué)生與 AI 完成一輪對(duì)話后，系統(tǒng)會(huì)觸發(fā)一個(gè)任務(wù)，將摘要狀態(tài)更新為"待處理"狀態(tài)保存到數(shù)據(jù)庫(kù)中。這個(gè)觸發(fā)過(guò)程非常簡(jiǎn)單，開(kāi)發(fā)者只需要幾行代碼就能完成。系統(tǒng)會(huì)通過(guò)實(shí)時(shí)廣播通知教師端，告訴他們"我們正在為這個(gè)對(duì)話生成摘要"。然后，任務(wù)被加入到 Trigger.dev 的隊(duì)列中等待執(zhí)行。

這里的關(guān)鍵在于，開(kāi)發(fā)者不需要擔(dān)心如何實(shí)現(xiàn)這個(gè)隊(duì)列系統(tǒng)，不需要考慮如果任務(wù)失敗了該怎么辦，也不需要處理大量并發(fā)請(qǐng)求時(shí)的資源分配問(wèn)題。Trigger.dev 把這些復(fù)雜性都隱藏在了簡(jiǎn)潔的 API 背后。開(kāi)發(fā)者只需要定義任務(wù)的邏輯，剩下的交給平臺(tái)處理。

當(dāng)任務(wù)開(kāi)始執(zhí)行時(shí)，Trigger.dev 會(huì)查詢所有相關(guān)數(shù)據(jù)，然后運(yùn)行分析提示詞。MagicSchool 使用 Zod 模式配合 Vercel 的 AI SDK generateObject 函數(shù)來(lái)從大語(yǔ)言模型獲取結(jié)構(gòu)化輸出。這個(gè)組合特別強(qiáng)大，因?yàn)樗鼉?nèi)置了數(shù)據(jù)解組、驗(yàn)證和重試邏輯。這意味著開(kāi)發(fā)者不再需要擔(dān)心大語(yǔ)言模型返回的數(shù)據(jù)格式不正確，或者調(diào)用失敗的情況。這些邊緣情況都被自動(dòng)處理了。

一旦摘要生成完成，它會(huì)被保存到數(shù)據(jù)庫(kù)中，然后 Trigger.dev 會(huì)廣播另一條消息通知教師關(guān)于新摘要的信息。整個(gè)流程從用戶的角度看起來(lái)是無(wú)縫的：學(xué)生完成對(duì)話，幾秒鐘后教師就能看到分析摘要。但在幕后，有大量的復(fù)雜操作在進(jìn)行：任務(wù)排隊(duì)、資源分配、錯(cuò)誤處理、重試機(jī)制、狀態(tài)管理等等。

我特別欣賞 Trigger.dev 在代碼組織方面的設(shè)計(jì)。開(kāi)發(fā)者可以像編寫(xiě)普通的 TypeScript 函數(shù)一樣編寫(xiě)任務(wù)代碼，但這個(gè)函數(shù)實(shí)際上運(yùn)行在分布式系統(tǒng)中，具有微服務(wù)的所有優(yōu)勢(shì)。用他們自己的話說(shuō)："你有一個(gè) TypeScript 函數(shù)，這就是你的微服務(wù)。你像調(diào)用函數(shù)一樣與它交互，但它像微服務(wù)一樣運(yùn)行。"這種抽象層次恰到好處，既保持了代碼的簡(jiǎn)潔性，又提供了生產(chǎn)級(jí)系統(tǒng)所需的可靠性和可擴(kuò)展性。

MagicSchool 的工程師 Ben Duggan 分享說(shuō)，使用 Trigger.dev，他們?cè)诙潭處字軆?nèi)就總結(jié)了超過(guò)一百萬(wàn)次學(xué)生互動(dòng)。由于這些任務(wù)是 I/O 密集型的，它們非常適合小型機(jī)器配置，這樣可以保持低成本的同時(shí)確保可靠性。Trigger.dev 在機(jī)器規(guī)格和運(yùn)行時(shí)間上的靈活性也為更高級(jí)的處理打開(kāi)了大門(mén)，比如生成詳細(xì)報(bào)告來(lái)幫助教師基于這些摘要規(guī)劃后續(xù)活動(dòng)或重訪關(guān)鍵主題。

從這個(gè)案例中，我看到了 Trigger.dev 的核心價(jià)值主張：讓開(kāi)發(fā)者能夠快速構(gòu)建生產(chǎn)級(jí) AI agent，而不需要成為分布式系統(tǒng)專家。這種能力在當(dāng)前的 AI 時(shí)代變得越來(lái)越重要，因?yàn)樵絹?lái)越多的應(yīng)用需要集成復(fù)雜的 AI 功能，但大多數(shù)團(tuán)隊(duì)并沒(méi)有資源或時(shí)間從零開(kāi)始構(gòu)建基礎(chǔ)設(shè)施。

從視頻廣告到教育科技：Trigger.dev 的應(yīng)用場(chǎng)景

在研究 Trigger.dev 的客戶案例時(shí)，我發(fā)現(xiàn)了一個(gè)有趣的模式：那些最成功地使用 Trigger.dev 的公司，往往是那些需要處理大量并行任務(wù)、對(duì)延遲敏感、且任務(wù)邏輯相對(duì)復(fù)雜的場(chǎng)景。Icon.com 就是一個(gè)完美的例子。

Icon.com 正在用 AI 徹底改變視頻廣告制作行業(yè)。他們的產(chǎn)品允許用戶上傳大量產(chǎn)品視頻素材，比如屏幕錄屏或?qū)嵟囊曨l，然后描述想要的廣告效果，系統(tǒng)就會(huì)自動(dòng)生成大量廣告供用戶選擇，最后可以直接發(fā)布到 Instagram 或 TikTok。聽(tīng)起來(lái)很酷，但實(shí)現(xiàn)起來(lái)涉及大量復(fù)雜的視頻處理任務(wù)。

Icon 的創(chuàng)始工程師 Caleb Tan 分享了他們面臨的挑戰(zhàn)：他們需要能夠同時(shí)處理數(shù)千個(gè)視頻。為了讓用戶能夠快速預(yù)覽和瀏覽視頻目錄，他們需要為每個(gè)視頻生成縮略圖序列。同時(shí)，廣告生成必須快速完成，他們的目標(biāo)是在 5 分鐘內(nèi)為用戶生成視頻。

這些需求對(duì)技術(shù)架構(gòu)提出了極高的要求。想象一下，當(dāng)一個(gè)用戶連接他們的 Google Drive 時(shí)，可能有數(shù)百個(gè)甚至上千個(gè)視頻文件需要處理。系統(tǒng)需要提取每個(gè)視頻、轉(zhuǎn)碼、生成縮略圖序列、轉(zhuǎn)錄音頻內(nèi)容、將內(nèi)容分塊等等。如果按順序處理，這可能需要幾個(gè)小時(shí)甚至幾天。但用戶顯然不會(huì)等那么久。

Icon 使用 Trigger.dev 來(lái)處理他們的整個(gè)視頻處理管道。他們使用 FFmpeg 為每個(gè)視頻生成縮略圖序列，這樣用戶就可以在他們提供的各種產(chǎn)品中快速瀏覽這些視頻。他們的主要廣告生成管道同時(shí)支持 AdGPT 和 AdCut 兩個(gè)產(chǎn)品。通過(guò)使用 Trigger.dev 并行化大量后臺(tái)任務(wù)，他們成功實(shí)現(xiàn)了低于 5 分鐘的視頻生成目標(biāo)。

更令人印象深刻的是，他們還使用 Trigger.dev 的實(shí)時(shí)鉤子在前端提供任務(wù)的實(shí)時(shí)上下文信息。這意味著用戶可以看到廣告生成、產(chǎn)品評(píng)論抓取、受眾分析和視頻生成的實(shí)時(shí)進(jìn)度。這種實(shí)時(shí)反饋大大提升了用戶體驗(yàn)，讓用戶知道系統(tǒng)正在工作，而不是在一個(gè)黑盒中等待。

Caleb 解釋了他們?yōu)槭裁催x擇 Trigger.dev："Trigger 是一個(gè)可靠的后臺(tái)任務(wù)平臺(tái)，能夠在我們的正常代碼庫(kù)中編寫(xiě)任務(wù)改變了游戲規(guī)則。由于我們的工作負(fù)載是資源密集型的，能夠?qū)⑷蝿?wù)卸載到 Trigger 的云平臺(tái)并獲得內(nèi)置的可觀測(cè)性是一個(gè)巨大的優(yōu)勢(shì)。"

這段話道出了 Trigger.dev 的另一個(gè)關(guān)鍵優(yōu)勢(shì)：開(kāi)發(fā)者可以在同一個(gè)代碼庫(kù)中編寫(xiě)任務(wù)代碼，而不需要維護(hù)單獨(dú)的微服務(wù)倉(cāng)庫(kù)。這大大簡(jiǎn)化了開(kāi)發(fā)流程，減少了上下文切換，也讓團(tuán)隊(duì)協(xié)作變得更加容易。同時(shí)，當(dāng)任務(wù)執(zhí)行時(shí)，它們運(yùn)行在 Trigger.dev 的云基礎(chǔ)設(shè)施上，可以獲得強(qiáng)大的計(jì)算資源，而不會(huì)影響主應(yīng)用的性能。

Icon 通過(guò)使用 Trigger.dev 實(shí)現(xiàn)了以下成果：能夠同時(shí)分析數(shù)千個(gè)視頻；使用 useRealtime 鉤子和任務(wù)元數(shù)據(jù)在前端顯示實(shí)時(shí)任務(wù)進(jìn)度；可靠地為處理的每個(gè)視頻生成縮略圖序列；通過(guò)并行處理將廣告生成時(shí)間縮短到 5 分鐘以內(nèi)。這些成果讓 Icon 能夠與傳統(tǒng)視頻廣告代理商競(jìng)爭(zhēng)，甚至取而代之，因?yàn)樗麄兛梢栽趲追昼妰?nèi)完成傳統(tǒng)方法需要幾天或幾周才能完成的工作。

從 MagicSchool 到 Icon，我看到了一個(gè)清晰的模式：Trigger.dev 特別適合那些需要處理大量異步任務(wù)、對(duì)可靠性有高要求、同時(shí)又希望快速迭代產(chǎn)品的團(tuán)隊(duì)。無(wú)論是教育科技、視頻處理，還是其他 AI 驅(qū)動(dòng)的應(yīng)用場(chǎng)景，Trigger.dev 都在幫助開(kāi)發(fā)者將更多時(shí)間投入到產(chǎn)品創(chuàng)新上，而不是基礎(chǔ)設(shè)施建設(shè)上。

為什么是 TypeScript 和開(kāi)源

在與 Trigger.dev 的創(chuàng)始人交談時(shí)，我發(fā)現(xiàn)他們對(duì)技術(shù)選擇有著非常明確的觀點(diǎn)。CEO Matt Aitken 和他的團(tuán)隊(duì)堅(jiān)信，TypeScript 將成為構(gòu)建 AI agent 的主導(dǎo)語(yǔ)言。這不是一個(gè)隨意的技術(shù)決策，而是基于對(duì)行業(yè)趨勢(shì)的深刻洞察。

Matt 的論點(diǎn)很有說(shuō)服力：AI agent 實(shí)際上就是新一代的應(yīng)用程序。應(yīng)用程序應(yīng)該用 TypeScript 編寫(xiě)，因?yàn)檫@是一種更適合創(chuàng)建應(yīng)用的語(yǔ)言。你可以用同一種語(yǔ)言編寫(xiě)前端和后端。TypeScript 的獨(dú)特優(yōu)勢(shì)在于，大語(yǔ)言模型非常擅長(zhǎng)編寫(xiě) TypeScript 代碼。這形成了一個(gè)正向飛輪效應(yīng)：TypeScript 是一種很好的與大語(yǔ)言模型交互的語(yǔ)言，同時(shí)大語(yǔ)言模型也非常擅長(zhǎng)編寫(xiě) TypeScript。

這個(gè)觀察非常深刻。在 AI 時(shí)代，代碼不僅是人類開(kāi)發(fā)者編寫(xiě)的，也越來(lái)越多地由 AI 生成或輔助生成。如果一種編程語(yǔ)言既適合人類閱讀和編寫(xiě)，又適合 AI 理解和生成，那么它就具有巨大的優(yōu)勢(shì)。TypeScript 恰好滿足這兩個(gè)條件：它有強(qiáng)大的類型系統(tǒng)和現(xiàn)代的語(yǔ)法特性，同時(shí)大語(yǔ)言模型在 TypeScript 上的表現(xiàn)也非常出色，因?yàn)榛ヂ?lián)網(wǎng)上有大量高質(zhì)量的 TypeScript 代碼作為訓(xùn)練數(shù)據(jù)。

Trigger.dev 的大賭注就是 TypeScript 將贏得 AI agent 開(kāi)發(fā)這個(gè)領(lǐng)域，而他們正在努力為 TypeScript 開(kāi)發(fā)者提供最佳體驗(yàn)。這種專注讓他們能夠深度優(yōu)化開(kāi)發(fā)者體驗(yàn)，而不是試圖支持所有編程語(yǔ)言。當(dāng)然，正如他們自己開(kāi)玩笑說(shuō)的，讓所有人同意哪種編程語(yǔ)言最好并不容易，但從實(shí)際采用情況來(lái)看，他們的判斷正在被市場(chǎng)驗(yàn)證。

另一個(gè)讓我印象深刻的是他們對(duì)開(kāi)源的承諾。Trigger.dev 是 Apache 2 開(kāi)源的，這在當(dāng)今的創(chuàng)業(yè)環(huán)境中并不常見(jiàn)。許多公司會(huì)選擇閉源或者使用更嚴(yán)格的開(kāi)源許可證來(lái)保護(hù)自己的商業(yè)利益。但 Trigger.dev 選擇了最寬松的開(kāi)源許可證之一，這反映了他們對(duì)開(kāi)源社區(qū)的信任和承諾。

開(kāi)源帶來(lái)了多重好處。它讓開(kāi)發(fā)者能夠查看源代碼，理解系統(tǒng)是如何工作的，甚至可以自己部署和定制。這種透明度在處理敏感數(shù)據(jù)或關(guān)鍵業(yè)務(wù)邏輯時(shí)特別重要。同時(shí)，開(kāi)源也促進(jìn)了社區(qū)貢獻(xiàn)和生態(tài)系統(tǒng)的發(fā)展。Trigger.dev 目前在 GitHub 上已經(jīng)有超過(guò) 12000 個(gè)星標(biāo)，這個(gè)數(shù)字還在快速增長(zhǎng)。

從商業(yè)角度看，開(kāi)源也是一種聰明的市場(chǎng)策略。它降低了開(kāi)發(fā)者的采用門(mén)檻，讓他們可以先試用產(chǎn)品，了解它是否適合自己的需求，然后再?zèng)Q定是否使用付費(fèi)的云服務(wù)。這種模式在開(kāi)發(fā)者工具市場(chǎng)已經(jīng)被證明非常有效。而對(duì)于 Trigger.dev 來(lái)說(shuō)，他們可以通過(guò)托管服務(wù)、企業(yè)支持和高級(jí)功能來(lái)實(shí)現(xiàn)商業(yè)化，同時(shí)保持核心平臺(tái)的開(kāi)源。

這種開(kāi)源 + 商業(yè)的模式也讓 Trigger.dev 能夠吸引到最優(yōu)秀的工程人才。在采訪中，他們提到正在歐洲各地招聘最hardcore的工程師。他們的招聘主張很有吸引力：解決真正困難的技術(shù)問(wèn)題，既有創(chuàng)業(yè)公司的文化，又有大公司級(jí)別的技術(shù)挑戰(zhàn)。他們處理的規(guī)模遠(yuǎn)超一般 A 輪公司，需要應(yīng)對(duì)復(fù)雜的代碼執(zhí)行、沙箱安全和大規(guī)模系統(tǒng)的挑戰(zhàn)。開(kāi)發(fā)者會(huì)遇到各種奇怪的邊緣情況，這在技術(shù)上非常具有挑戰(zhàn)性。

Trigger.dev 的發(fā)展軌跡和未來(lái)方向

了解 Trigger.dev 的發(fā)展歷程讓我對(duì)他們的成功有了更深的理解。這不是一夜之間的成功，而是經(jīng)過(guò)多次迭代和調(diào)整才找到正確方向的結(jié)果。

Trigger.dev 團(tuán)隊(duì)在 2023 年 1 月參加了 Y Combinator，但有趣的是，他們當(dāng)時(shí)帶去的是一個(gè)完全不同的想法，而且那個(gè)想法并不好。后來(lái)他們轉(zhuǎn)向了后臺(tái)任務(wù)處理，在 Hacker News 上獲得了成功的發(fā)布。他們?cè)谶@個(gè)方向上工作了 18 個(gè)月，但進(jìn)展并不理想。直到大約一年半前，他們推出了產(chǎn)品的第三個(gè)版本，開(kāi)始執(zhí)行用戶代碼，事情才真正開(kāi)始起飛。

這個(gè)轉(zhuǎn)折點(diǎn)很關(guān)鍵。開(kāi)始執(zhí)行用戶代碼意味著他們不僅僅是一個(gè)任務(wù)調(diào)度系統(tǒng)，而是成為了一個(gè)真正的執(zhí)行平臺(tái)。開(kāi)發(fā)者可以編寫(xiě)任意復(fù)雜的代碼，Trigger.dev 會(huì)在云端安全地執(zhí)行這些代碼，處理所有的資源管理、隔離和安全問(wèn)題。這種能力的提升正好趕上了 AI agent 的爆發(fā)，時(shí)機(jī)恰到好處。

Matt 在采訪中提到："我認(rèn)為它之所以成功，部分是因?yàn)槲覀冊(cè)谧鲞@個(gè)，部分也是時(shí)機(jī)的原因。AI agent 開(kāi)始成為真實(shí)存在的東西，我們的客戶正在使用我們的平臺(tái)來(lái)構(gòu)建它們。"這句話體現(xiàn)了創(chuàng)業(yè)中一個(gè)重要的真理：技術(shù)能力和市場(chǎng)時(shí)機(jī)同樣重要。Trigger.dev 花了 18 個(gè)月找到正確的產(chǎn)品方向，但當(dāng)他們找到時(shí)，市場(chǎng)需求恰好爆發(fā)了。

從一年半前幾乎從零開(kāi)始，到現(xiàn)在每月執(zhí)行超過(guò) 2.5 億次 agent 運(yùn)行，這種增長(zhǎng)速度是驚人的。這不僅證明了他們的技術(shù)方案的價(jià)值，也說(shuō)明了市場(chǎng)對(duì)生產(chǎn)級(jí) AI agent 基礎(chǔ)設(shè)施的強(qiáng)烈需求。開(kāi)發(fā)者不想重復(fù)造輪子，他們想要一個(gè)可靠的平臺(tái)來(lái)構(gòu)建自己的產(chǎn)品。

關(guān)于未來(lái)，Trigger.dev 有著清晰的規(guī)劃。他們計(jì)劃對(duì)現(xiàn)有平臺(tái)進(jìn)行重大改進(jìn)，首先是更高級(jí)的可觀測(cè)性功能。在構(gòu)建復(fù)雜的 AI agent 時(shí)，能夠清楚地看到每一步發(fā)生了什么、為什么發(fā)生、耗時(shí)多少，這些信息至關(guān)重要。他們還計(jì)劃使用 MicroVM 技術(shù)加快任務(wù)啟動(dòng)速度，這將進(jìn)一步提升用戶體驗(yàn)。

他們也在擴(kuò)展產(chǎn)品線以解決構(gòu)建 AI agent 時(shí)更常見(jiàn)的問(wèn)題。沙箱功能將允許執(zhí)行不受信任的代碼，這對(duì)于那些需要運(yùn)行用戶提供的代碼或第三方代碼的應(yīng)用非常重要。他們還將推出一整套用于上下文工程和管理的工具，這正是我們之前討論的 AI agent 的關(guān)鍵組成部分。更多與常見(jiàn)第三方服務(wù)的集成也在計(jì)劃中，這將讓開(kāi)發(fā)者更快上手，或者更容易將數(shù)據(jù)導(dǎo)出到其他系統(tǒng)。

從投資者陣容來(lái)看，Trigger.dev 獲得了強(qiáng)大的支持。這輪 1600 萬(wàn)美元的 A 輪融資由 Standard Capital 領(lǐng)投，這是一家由 Y Combinator 任職時(shí)間最長(zhǎng)的合伙人 Dalton Caldwell、Paul Buchheit 和 Bryan Berg 創(chuàng)立的新 A 輪基金。Trigger.dev 是 Standard Capital 首期基金的第一批公司之一。新投資者還包括 Michael Grinich 和 CTO Fund。現(xiàn)有投資者包括 Y Combinator、Liquid 2、Wayfinder Ventures、Pioneer Fund 和 Rebel Fund 也再次參與了本輪融資。

在采訪中，Trigger.dev 的聯(lián)合創(chuàng)始人分享了他們選擇 Standard Capital 的原因。流程簡(jiǎn)單快速，讓他們能夠快速拿到資金，繼續(xù)專注于構(gòu)建公司。對(duì)創(chuàng)始人友好，沒(méi)有董事會(huì)席位，這意味著他們保留了更多公司控制權(quán)，稀釋也比通常情況少。最重要的是，能夠與其他處于類似階段的創(chuàng)業(yè)公司一起學(xué)習(xí)和成長(zhǎng)。他們提到參加了 Standard Capital 第一期的集體辦公時(shí)間，從其他公司那里學(xué)到了很多關(guān)于招聘和營(yíng)銷的想法，這正是他們當(dāng)前最關(guān)注的兩個(gè)領(lǐng)域。

有趣的是，他們還提到了 Paul Buchheit 著名的那句話："為什么你不能增長(zhǎng)得更快？"這句話已經(jīng)成為硅谷創(chuàng)業(yè)者的經(jīng)典壓力源，但同時(shí)也是一種激勵(lì)。Trigger.dev 的創(chuàng)始人說(shuō)他們?cè)诨丶衣飞弦恢痹谟懻摚?我們?nèi)绾巫兊酶みM(jìn)？如何變得更激進(jìn)？"這種對(duì)增長(zhǎng)的渴望和緊迫感，正是推動(dòng)創(chuàng)業(yè)公司不斷突破的動(dòng)力。

我對(duì) Trigger.dev 和 AI Agent 未來(lái)的思考

在深入研究了 Trigger.dev 之后，我對(duì) AI agent 的發(fā)展有了一些新的認(rèn)識(shí)。我認(rèn)為我們正處在一個(gè)關(guān)鍵的轉(zhuǎn)折點(diǎn)：AI agent 正在從實(shí)驗(yàn)性技術(shù)轉(zhuǎn)變?yōu)樯a(chǎn)級(jí)的基礎(chǔ)設(shè)施。這個(gè)轉(zhuǎn)變的核心挑戰(zhàn)不是 AI 模型本身，而是如何將 AI 能力可靠地整合到實(shí)際應(yīng)用中。

Trigger.dev 的成功說(shuō)明了一個(gè)重要趨勢(shì)：開(kāi)發(fā)者需要的不是更多的 AI 模型，而是更好的工具來(lái)構(gòu)建基于 AI 的應(yīng)用。市場(chǎng)上不缺少大語(yǔ)言模型或其他 AI 能力，缺少的是能夠讓這些能力可靠運(yùn)行、易于調(diào)試、可以擴(kuò)展的基礎(chǔ)設(shè)施。這就是為什么像 Trigger.dev 這樣的平臺(tái)變得越來(lái)越重要。

我特別認(rèn)同 Trigger.dev 關(guān)于 TypeScript 的觀點(diǎn)。在 AI 時(shí)代，編程語(yǔ)言的選擇不僅僅是技術(shù)偏好問(wèn)題，更是戰(zhàn)略選擇。一種能夠同時(shí)滿足人類開(kāi)發(fā)者和 AI 模型需求的語(yǔ)言，將會(huì)獲得巨大的網(wǎng)絡(luò)效應(yīng)。越多的人使用 TypeScript 構(gòu)建 AI agent，就會(huì)有越多的示例代碼和最佳實(shí)踐，這又會(huì)讓大語(yǔ)言模型在 TypeScript 上表現(xiàn)得更好，進(jìn)而吸引更多開(kāi)發(fā)者使用 TypeScript。這是一個(gè)正向循環(huán)。

從商業(yè)模式角度看，我認(rèn)為 Trigger.dev 找到了一個(gè)甜蜜點(diǎn)：通過(guò)開(kāi)源建立社區(qū)和信任，通過(guò)托管服務(wù)實(shí)現(xiàn)商業(yè)化。這種模式在開(kāi)發(fā)者工具領(lǐng)域已經(jīng)被多次驗(yàn)證，但成功的關(guān)鍵在于平衡免費(fèi)開(kāi)源版本和付費(fèi)托管服務(wù)之間的價(jià)值。Trigger.dev 做得很好的一點(diǎn)是，他們的托管服務(wù)提供的不僅僅是便利性，還有規(guī)模、可靠性和高級(jí)功能。這讓付費(fèi)變得有價(jià)值，而不僅僅是為了避免自己部署的麻煩。

我也看到了一些挑戰(zhàn)。隨著越來(lái)越多的公司開(kāi)始構(gòu)建 AI agent，市場(chǎng)上會(huì)出現(xiàn)更多類似的平臺(tái)和工具。Trigger.dev 需要持續(xù)創(chuàng)新，保持技術(shù)領(lǐng)先，同時(shí)建立強(qiáng)大的社區(qū)和生態(tài)系統(tǒng)。他們?cè)诳捎^測(cè)性、沙箱執(zhí)行、上下文管理等方面的規(guī)劃是正確的方向，因?yàn)檫@些都是構(gòu)建復(fù)雜 AI agent 時(shí)的真實(shí)痛點(diǎn)。

另一個(gè)有趣的觀察是 AI agent 對(duì)軟件架構(gòu)的影響。傳統(tǒng)的軟件架構(gòu)往往是同步的、請(qǐng)求響應(yīng)式的。但 AI agent 本質(zhì)上是異步的、事件驅(qū)動(dòng)的。一個(gè) agent 可能需要執(zhí)行多個(gè)步驟，每個(gè)步驟可能需要不同的時(shí)間，可能會(huì)失敗需要重試，可能需要人工干預(yù)。這種異步性要求我們重新思考軟件架構(gòu)。Trigger.dev 提供的任務(wù)編排能力正是為了應(yīng)對(duì)這種新的架構(gòu)需求。

從行業(yè)發(fā)展趨勢(shì)看，我預(yù)測(cè)未來(lái)幾年我們會(huì)看到更多的"AI-native"應(yīng)用出現(xiàn)。這些應(yīng)用從一開(kāi)始就圍繞 AI agent 設(shè)計(jì)，而不是將 AI 作為附加功能。MagicSchool 和 Icon 就是很好的例子。這類應(yīng)用的成功需要強(qiáng)大的基礎(chǔ)設(shè)施支持，而 Trigger.dev 正在成為這個(gè)基礎(chǔ)設(shè)施的關(guān)鍵組成部分。

在傳統(tǒng)軟件開(kāi)發(fā)中，當(dāng)出現(xiàn)問(wèn)題時(shí)，我們可以查看日志、監(jiān)控指標(biāo)、使用調(diào)試器等工具來(lái)定位問(wèn)題。但在 AI agent 中，問(wèn)題往往更加微妙。一個(gè) agent 可能沒(méi)有明顯的錯(cuò)誤，但生成的結(jié)果質(zhì)量不佳。或者 agent 陷入了無(wú)限循環(huán)，不斷重復(fù)相同的操作。或者 agent 的決策過(guò)程不透明，我們不知道它為什么做出某個(gè)選擇。這些問(wèn)題都需要強(qiáng)大的可觀測(cè)性工具來(lái)解決。Trigger.dev 在這方面的投入是明智的，因?yàn)殡S著 AI agent 變得越來(lái)越復(fù)雜，可觀測(cè)性將成為最關(guān)鍵的需求之一。

總的來(lái)說(shuō)，Trigger.dev 的故事給我最大的啟發(fā)是：在技術(shù)快速演進(jìn)的時(shí)代，找到正確的抽象層次至關(guān)重要。太底層的工具讓開(kāi)發(fā)者負(fù)擔(dān)過(guò)重，太高層的工具又缺乏靈活性。Trigger.dev 在這兩者之間找到了平衡，讓開(kāi)發(fā)者既能快速構(gòu)建 AI agent，又能在需要時(shí)進(jìn)行深度定制。這種平衡不容易實(shí)現(xiàn)，但一旦實(shí)現(xiàn)，就會(huì)創(chuàng)造巨大的價(jià)值。從他們每月 2.5 億次的任務(wù)執(zhí)行量來(lái)看，市場(chǎng)已經(jīng)用實(shí)際行動(dòng)驗(yàn)證了這種價(jià)值。

結(jié)尾

也歡迎大家留言討論，分享你的觀點(diǎn)！

覺(jué)得內(nèi)容不錯(cuò)的朋友能夠幫忙右下角點(diǎn)個(gè)贊，分享一下。您的每次分享，都是在激勵(lì)我不斷產(chǎn)出更好的內(nèi)容。

歡迎關(guān)注深思圈，一起探索更大的世界。