Buddy评测：让AI Agent自主交付代码的"Agentic Cloud"

AI编程智能体可以在几秒内写出代码，但接下来还得有人构建、测试、部署，以及凌晨两点排查为什么崩了。Buddy 想要让智能体把这部分也包了——它现在自称 "Agentic Cloud"，把计算、存储和交付整合到一个平台。

Buddy 并非新产品。它从 2016 年起就是面向 Web 团队的 CI/CD 工具。官网现在把它描述为 DevOps 和平台工程套件。用通俗的话说：你连上代码，Buddy 帮你构建、测试并上线。今年变化的是节奏——视觉测试在 8 月上线，通过 MCP 接入 AI 是在 9 月，Buddy Drop 在 10 月 1 日发布。不到 6 周内三次 Product Hunt 发布，都指向同一方向：让 Agent 跑交付工作。

Buddy 的底层能力

Buddy 的核心是流水线。你可以在可视化编辑器或 YAML 中设计流水线，每个步骤在容器里运行，支持 Intel、ARM、Linux、Windows 或 Mac。构建有缓存且感知变更，小改动不会触发全量重建。

部署方面，Buddy 可以推送到主流云、普通 VPS、裸金属或 CDN。如果发布出问题，有一键回滚，也可以要求生产环境前必须人工批准。环境功能让每个分支和每个 Pull Request 都有自己的实时 URL，方便评审者点击查看。

视觉测试会对比不同浏览器和屏幕尺寸下的截图与保存的基线，底层使用 Playwright、Selenium 或 Cypress。Tunnels 可以把笔记本上的服务映射到公网地址，并加上登录保护，无需改动网络配置。域名功能则代管 DNS 和 SSL 证书。

沙盒是按需创建的云机器，预装 Node、Docker、GitHub 等。你可以选择规格，从 1 CPU + 2GB 内存到 12 CPU + 24GB 内存。

MCP 接入：让智能体操作你的基础设施

新亮点是 Buddy 运行了远程 MCP 服务器。MCP 是 AI Agent 使用外部工具的标准方式。连接之后，你的 Agent 就能查看流水线、运行记录、日志和服务器。

Buddy 列出了 10 个可配合的 Agent，包括 Claude Code、Codex、Cursor、GitHub Copilot、Devin 和 GrokBuild。还有一个名为 BDY 的命令行工具，我们从 NPM 安装了 1.25.20 版本，下面展示的是真实输出。一条 BDY-MCP 命令就能启动本地 MCP 服务器，帮助文本甚至直接打印了添加到 Claude Code 的准确配置行。

你可以限制 Agent 能看到哪些工具——流水线、源代码、沙盒、域名等，共 12 个类别。这一点很关键。在 Buddy 自己的测试中，过滤到流水线和源代码后，工具列表从 118 个降到了 28 个。工具越少，Agent 越聚焦，犯错时影响范围也越小。

CLI 本身也是为 Agent 设计的。一条命令可以打印全部 231 条命令。还有一个叫 BDY-MCP 的过滤器，能以 JSON 形式读取所有命令，无需登录。沙盒甚至有一个叫 AgentNote 的字段，用来放置 AI Agent 接触该机器前应阅读的指令。

关于 MCP

MCP（Model Context Protocol，模型上下文协议）由 Anthropic 于 2024 年底提出，目的是给 AI 模型与外部系统之间定义一套标准接口。在此之前，每接入一个工具（数据库、文件系统、API）都需要为每个模型单独编写适配代码，MCP 把这层适配抽成统一协议：工具方实现一个 MCP Server，对外暴露若干「工具」（可调用的函数）和「资源」（可读取的数据）；Agent 侧作为 MCP Client 连接，按协议发现并调用这些能力。因为是标准协议，同一个 MCP Server 可以被 Claude、Cursor、Copilot 等不同客户端复用。远程 MCP 指 Server 运行在厂商云端而非本地，Agent 通过 HTTP 连接，因此无需在开发者机器上安装任何东西就能操作远端基础设施——这也正是 Buddy 让 Agent 直接管理流水线和服务器的技术前提。

实际案例：78 秒定位并修复一个时区 Bug

Buddy 发布了一份操作演示。一个名为 JSShopAPI 的小型 Node 服务，它的流水线 Build and Deploy 在测试步骤失败。Agent 没有推送任何代码，就调用三个工具：列出所有运行、打开失败的运行、读取 98 行测试日志。

Bug 很经典：代码用机器本地时区获取当前小时，华沙的开发者拿到一个时间，UTC 上的云运行器拿到另一个时间，结果 Happy Hour 折扣从未生效。Agent 重写代码使其始终使用商店所在时区，然后在三个不同时区运行全部 6 个测试，再展示 diff。人工确认后，它才提交、推送并重新运行流水线。第 3 次运行通过。

Buddy 表示诊断和修复大约耗时 78 秒，重跑又花了约 40 秒。说个细节，人类始终掌控变更审批权——Buddy 也建议如此。

为什么时区 Bug 如此经典

「用机器本地时间」是分布式系统里最常见的反模式之一。代码调用本地时区 API 获取当前时间时，结果取决于进程运行在哪台机器上：开发者笔记本设成华沙时区，云上容器默认 UTC，两者相差 1–2 小时。跨机器、跨区域部署后，任何依赖「当前小时」「今天」这类本地时间的业务逻辑都可能悄悄失效——而且往往不报错，只是结果不对，例如折扣活动永远不满足触发条件。正确做法是把时间统一存为 UTC，只在面向用户展示时按明确的业务时区转换；即便业务规则本身依赖某个本地时区（如门店营业时间），也应在代码中显式指定该时区，而不是读取运行环境的默认值。这类 Bug 排查耗时，恰恰是因为需要跨日志、跨环境比对上下文。

定价与几个"坑"

三档计划，均从 14 天试用开始，无需信用卡。免费版：1 用户、一次一条流水线、300 GB 分钟、1 GB 缓存。Pro 版：29 欧元/月，2 用户、3000 GB 分钟、10 GB 缓存。Hyper 版：99 欧元/月，5 用户、同时两条运行、6000 GB 分钟，外加 SSO 和高级权限。额外用户、并行运行和额度都作为附加项单独出售。

签约前有几个诚实的提醒。第一，GB 分钟的计算方式：一个 4GB 内存的构建跑 10 分钟消耗 40 GB 分钟，所以免费的 300 GB 分钟大约只够这种构建跑 75 分钟。

第二，计划价格以欧元列出，但附加项以美元列出，要弄清实际支付金额。

第三，拥有部署权限的 Agent 非常强大。Buddy 自己建议给 Agent 只读的、会过期的令牌，并将构建日志视为不可信输入。

第四，这是一个庞大的平台。如果你只是在 GitHub 上跑测试，可能并不需要它的全部功能。我们也无法亲自运行一条实时流水线——Buddy 的服务器从我们的测试机器无法访问——所以这里的 Agent 演示来自 Buddy 自己。

Buddy 适合谁？

小型团队和代理机构、想把构建、预览、测试和托管放在一个平台，又不想缝缝补补五个服务的人。以及已经在用 Agent 写代码、现在想让 Agent 在护栏内发布并善后的开发者。赌注很简单：下一个使用你云仪表盘的用户，可能根本不是人。

你会让 AI Agent 部署到生产环境吗？

背景补充

GB 分钟与 CI 计费逻辑

GB 分钟是 CI/CD 平台常见的一种计量单位：把构建运行的时长乘以分配给该构建的内存容量。一个 4GB 内存的容器跑 10 分钟即消耗 40 GB 分钟，2GB 容器跑同样时长只消耗 20。这种计费方式让高内存构建（如大型前端打包、内存密集的测试套件）的额度消耗远快于低内存任务，因此免费额度够用多久，取决于流水线实际的内存配置，而非单纯的分钟数。选购前建议先估算典型构建的内存 × 时长，再乘以每天的运行次数，才能判断哪个档位真正合适。