Présentation du service

Agent37, issu du batch Y Combinator F26, commercialise des environnements isolés (sandboxes) destinés à l’exécution d’agents d’intelligence artificielle. Le modèle tarifaire indique un coût moyen de 0,37 $ / mois pour un sandbox payant et entre 0,05 $ et 0,10 $ / mois pour les utilisateurs du plan gratuit. Plus de 90 % des nouvelles inscriptions utilisent ce plan gratuit, ce qui montre une adoption rapide grâce à la politique de prix très agressive.

Architecture et techniques de réduction des coûts

Le service repose sur trois leviers majeurs. Premièrement, l’observation que les agents IA consomment le CPU en bursts (périodes d’initialisation ou de calcul intensif) puis reviennent à un niveau bas, tandis que la RAM reste le facteur limitant pendant les tâches de navigation ou d’interaction avec le système. En orchestrant dynamiquement l’allocation CPU/RAM, Agent37 évite le sur‑provisionnement et diminue le coût d’utilisation.

Deuxièmement, l’entreprise contourne les fournisseurs de cloud « hyperscalers » (Amazon, Google, Azure) dont les marges sont estimées à 80‑90 % sur les machines virtuelles. En privilégiant des hébergeurs à bas prix comme Hetzner et OVH, le prix d’un serveur dédié chute de façon significative, ce qui constitue le levier de coût le plus important selon le fondateur.

Troisièmement, la pile logicielle utilise gVisor comme couche d’isolation. gVisor permet de partager la mémoire du serveur hôte entre plusieurs sandboxes sans réserver une VM complète pour chaque instance, ce qui réduit le temps de démarrage et la consommation de RAM. Le compromis est l’absence de support pour des charges lourdes telles que Docker‑in‑Docker ou les émulateurs Android, qui restent disponibles uniquement via des VM classiques à un tarif légèrement supérieur.

Enfin, la configuration matérielle des serveurs est optimisée pour la densité de RAM : les machines sont achetées avec un ratio RAM/CPU élevé, car les workloads d’agents IA sont plus sensibles à la capacité mémoire que au nombre de cœurs.

Analyse des performances et limites

Les chiffres publiés indiquent que le coût moyen d’un sandbox gratuit (0,05‑0,10 $) représente moins de 10 % du prix pratiqué par la plupart des concurrents, ce qui confirme l’efficacité des optimisations. Cependant, la dépendance à gVisor implique des restrictions fonctionnelles : les agents nécessitant un environnement complet (ex. compilation de conteneurs, émulation mobile) devront migrer vers les VM payantes, augmentant ainsi le coût par utilisateur.

Le modèle économique repose fortement sur le volume d’utilisateurs gratuits. Si la proportion d’utilisateurs payants reste faible, la marge brute dépendra de la capacité à maintenir les prix des fournisseurs d’infrastructure. Toute hausse des tarifs Hetzner/OVH ou une saturation des serveurs RAM‑optimisés pourrait réduire la compétitivité du service.

Perspectives d’adoption

Agent37 cible principalement les développeurs d’agents conversationnels et les équipes expérimentant des boucles d’action‑observation. Le prix bas et la simplicité d’accès (inscription gratuite) facilitent les tests à grande échelle, mais les limites de gVisor peuvent freiner les projets nécessitant des stacks plus complexes. À moyen terme, l’ajout de fonctionnalités de mise en cache ou de partage de couches d’image Docker pourrait élargir le spectre d’applications tout en conservant le modèle de coût actuel.