<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Serverless on Hypho - AI Agent 技术博客</title><link>https://blog.hypho.cn/tags/serverless/</link><description>Recent content in Serverless on Hypho - AI Agent 技术博客</description><image><title>Hypho - AI Agent 技术博客</title><url>https://blog.hypho.cn/papermod-cover.png</url><link>https://blog.hypho.cn/papermod-cover.png</link></image><generator>Hugo -- 0.148.2</generator><language>zh-cn</language><lastBuildDate>Fri, 07 Aug 2026 10:00:00 +0800</lastBuildDate><atom:link href="https://blog.hypho.cn/tags/serverless/index.xml" rel="self" type="application/rss+xml"/><item><title>Celld：用 S3 替代控制面做自托管分布式的工程探索</title><link>https://blog.hypho.cn/posts/celld-self-hosted-distributed-durable-objects/</link><pubDate>Fri, 07 Aug 2026 10:00:00 +0800</pubDate><guid>https://blog.hypho.cn/posts/celld-self-hosted-distributed-durable-objects/</guid><description>Cloudflare Durable Objects 是目前最优雅的分布式有状态执行模型之一，但按 cell 收费的模式在大规模场景下成本陡增。Celld 用一个反直觉的设计解决了这个问题：把 S3 兼容存储当作唯一的协调层，抛弃所有控制面节点，实现了自托管、线性计费的有状态分布式执行。本文深入拆解其架构取舍与工程细节。</description><content:encoded><![CDATA[<p>Celld 是一个刚发布就冲到 HN 前排的开源项目（目前 1700+ stars），核心用 Rust 写的，目标是让你在自己的机器上跑 Cloudflare Durable Objects 的代码——不改一行。</p>
<p>这件事本身不算新鲜，Cloudflare Workers 生态里一直有人在做&quot;本地替代&quot;尝试。但 Celld 真正有意思的地方不在于&quot;能跑&quot;，而在于它解决了一个很具体的工程矛盾：<strong>Durable Objects 的计费模式在规模上来之后，成本曲线几乎是垂直的。</strong></p>
<h2 id="一个真实场景的成本对比">一个真实场景的成本对比</h2>
<p>假设你在做一个实时协作应用——比如在线文档、白板、或者游戏房间——每个房间是一个独立的 Durable Object。</p>
<p>在 Cloudflare 原生部署：</p>
<ul>
<li>免费计划：最多 1 个&quot;常驻&quot; cell</li>
<li>付费计划：$5/mo + $4.15/每 cell·月</li>
</ul>
<p>1000 个房间 → $4150/月。10000 个房间 → $41500/月。</p>
<p>这个价格对创业公司或者个人开发者来说，在产品做到 10000 用户之前就已经用不起了。</p>
<p>Celld 给出的方案是：你自己准备 S3 兼容存储 + 几台 VM。每个节点是 8GB RAM，价格大概 $49/mo（DigitalOcean 最便宜的机型），节点上可以跑最多 1000 个常驻 cell。</p>
<p>1000 个房间 → $49/mo。10000 个房间 → $486/mo。</p>
<p>差距有多大？10000 个房间时，Celld 比 Durable Objects 便宜 <strong>85 倍</strong>。</p>
<h2 id="架构设计s3-是唯一协调层">架构设计：S3 是唯一协调层</h2>
<p>Celld 最反直觉的设计哲学是：<strong>节点之间不通信，节点和 S3 桶之间也不需要特殊的协调协议</strong>。</p>
<p>ownership 是一个存在 S3 桶里的记录。节点通过 S3 的 compare-and-swap（CAS）操作来争抢 cell 的所有权——这是 S3 原生支持的原子操作，不需要任何第三方共识服务。</p>
<p>每个 cell 本身的持久化是 SQLite 数据库，通过 Celld 内置的 replicator 持续以 LTX 格式复制到 S3 桶。当 cell 需要在节点之间迁移时，新节点从 S3 拉取 SQLite 文件、启动 V8 执行环境、恢复状态。整个过程不依赖任何中心化的控制面。</p>
<p>节点挂了怎么办？其他节点监听不到某个节点的 heartbeat（没有心跳协议，只是定时去 S3 查 ownership 记录），发现某个 cell 的 ownership 记录已经很久没有更新，就用 CAS 争抢。抢到之后从 S3 恢复 SQLite 继续跑。Celld 自己的测试：节点被 SIGKILL 之后，cell 在新节点上恢复约需 20 秒，RPO = 0。</p>
<p>关于 hibernation：Durable Objects 支持 hibernation，idle 时不消耗 CPU。Celld 同样支持，idle cell 几乎不消耗内存，每个节点可以同时持有上千个 idle cell，内存占用约 4MB/cell。</p>
<h2 id="这个模型对-ai-agent-有什么意义">这个模型对 AI Agent 有什么意义</h2>
<p>我关注这个项目的直接原因：AI Agent 太需要&quot;有状态持久化&quot;了。</p>
<p>一个 Agent 需要记住上下文、工具使用历史、用户的偏好。这些东西目前主流做法是塞进 prompt 或者存在外部 KV store。但塞 prompt 有长度限制，外部 KV store 又引入了额外的服务依赖和一致性复杂度。</p>
<p>如果每个 Agent 实例是一个 cell——拥有自己的 SQLite 数据库，可以直接在里面读写结构化的记忆数据——整个模型就干净很多：</p>
<ul>
<li>不需要额外的基础设施（就一个 S3 桶）</li>
<li>cell 之间天然隔离，一个 Agent 崩溃不会影响其他的</li>
<li>线性计费，10000 个 Agent 并发跑 vs 10 个 Agent 并发跑，成本差距是线性的，不是指数的</li>
</ul>
<p>实际可行性还是有一些限制需要说清楚。Celld 目前主要面向运行 Cloudflare Workers/DO 代码的场景，直接拿它跑任意 SQLite 应用不在设计目标内。另外 LTX 复制和 CAS ownership 是它自己定义的文件格式和协议，不是标准化的东西。Durable Objects 的 Hibernation 特性在 Celld 里需要节点上跑 V8，idle 时内存效率理论上应该比原生的 DO 稍差一点——不过实测 idle cell 4MB 的占用对大多数场景来说完全可接受。</p>
<h2 id="什么时候选-celld什么时候选原生-do">什么时候选 Celld、什么时候选原生 DO</h2>
<p>Celld 适合需要全自托管、有数据主权要求、规模在数百到数万个 cell 且已有 S3 兼容存储的团队。Cloudflare 原生 DO 更适合不想运维基础设施、需要 Cloudflare 全球边缘网络和 WAF/DDoS 防护、规模在几十到几百个 cell 的场景。</p>
<p>本质上这是两个不同的工程取舍——一个用运维换成本和数据控制权，一个用成本换运维便利和平台能力。</p>
<h2 id="相关工具与参考">相关工具与参考</h2>
<p>Celld 的价值不只是便宜。它的架构证明了一件事：<strong>分布式有状态执行不一定要依赖一个托管平台提供的控制面</strong>。只要你有一个足够强的存储后端（S3 的 CAS 能力被严重低估了），你自己可以实现相同的一致性保证。</p>
<p>这个思路对其他分布式有状态系统也有参考价值——etcd/Consul 这些元数据协调服务，是否也能用类似的方法简化为&quot;存储 + CAS&quot;？Raft 协议的本质是解决&quot;谁来写&quot;的问题，S3 CAS 其实也回答了同一个问题，只是答案更简单。</p>
<p>对 AI Agent 的开发者来说，这个方向值得关注。基础设施的选择会深刻影响上层 Agent 的可靠性上限——选对存储模型，Agent 的状态管理问题会简单很多。</p>
<p><strong>项目地址</strong>：https://github.com/denoland/celld
<strong>官网</strong>：https://celld.dev</p>
<hr>
<p>相关技术文章：</p>
<ul>
<li><a href="https://blog.hypho.cn/posts/cloudflare-temporary-accounts-ai-agent-deploy/">AI Agent 自动部署卡在登录页？Cloudflare 临时账号给了一个工程答案</a></li>
<li><a href="https://blog.hypho.cn/posts/gomodel-ai-gateway-go/">GoModel：一个人用 Go 写的高性能 AI 网关，511 Stars，LiteLLM 的替代方案</a></li>
<li><a href="https://blog.hypho.cn/posts/forge-guardrails-local-llm-agent-reliability/">Forge Guardrails：本地 8B 模型能不能跑生产级工具调用 Agent？</a></li>
</ul>
]]></content:encoded></item></channel></rss>