Build or buy an agent developer workspace?
20 hours ago
- #AI Agents
- #Developer Productivity
- #Cloud Workspaces
- 摩纳哥最初尝试了一个名为‘百万实习生’的倡议，使用tmux和MCP服务器管理多个AI智能体，但遇到了诸如开发者界面偏好、端口冲突和资源竞争等问题。
- 在探索了如Ramp的Inspect和Stripe的Minions等外部智能体编排平台后，摩纳哥发现存在成本高昂、缺少填充的数据平面以及整合本地服务设置的挑战等差距。
- 摩纳哥采用了Coder来创建‘摩纳编码器’，这是一个内部解决方案，具有云托管工作空间、1:1应用与虚拟机基数、通过AMI预装依赖项，并通过Secrets Manager安全访问Claude等特点。
- 关键的技术决策包括使用Docker Compose作为运行时、用去标识化的销售数据填充数据平面、使用Postgres Kubernetes Operator管理数据库，以及集成Linear和Datadog等MCP。
- 摩纳编码器已被广泛采用，许多开发者同时使用3到6个工作空间，并支持自动化PR审查和处理CI失败等工作流，从而加快了代码质量和安全性的提升。
- 该系统已被证明维护成本低且开销小，已为Linear委派和GitHub webhooks添加了扩展，并计划进一步与Slack和其他开发者工具集成。
- 尽管面临像Cursor和Niteshift这样的工具的竞争，摩纳哥认为构建内部、供应商无关的解决方案很有价值，以便跟上不断发展的AI技术，并正在招聘开发者体验相关的职位。