01Core pain point and demand
个人开发者和小团队在本地运行 Claude Code、ChatGPT 等 AI agent 及子 agent 时，无法让它们常驻：每晚必须停止、早上重新启动，大量时间浪费在等待测试结果和多个 agent 之间互相同步上；同时缺少对聊天频道、邮箱等输入渠道的自动监控，agent 无法在消息到达时自动响应。此外，多 agent 与常驻 agent 的部署方式和成本（订阅、API、自托管 LLM 之间如何取舍）缺乏清晰指引，用户难以判断哪种方案最省钱、最稳定。
02Product solution
构建一个轻量级常驻 Agent 托管平台：1）提供一键部署的云端常驻运行时，支持把本地 Claude Code / 自定义 agent 迁移到 7×24 小时在线的容器中，断线自动重启、状态持久化；2）内置消息网关，自动监听 Slack/Discord 频道、邮箱、Webhook 等输入渠道，消息到达即触发 agent 执行；3）提供多 agent 编排与任务队列，减少 agent 之间空转等待和重复同步；4）内置成本优化器，根据任务量自动在订阅、API 与自托管 LLM 之间路由，并给出成本对比报告；5）提供运行日志、健康监控和告警，让用户随时掌握 agent 状态。
03Monetization and business model
采用 SaaS 订阅制：按常驻 agent 数量与运行时长分档收费，免费档提供 1 个 agent 和有限运行时长用于获客；付费档解锁多 agent 编排、消息网关、成本优化器和监控告警。同时可提供按用量计费的 API 调用加价、企业版私有化部署，以及面向自托管 LLM 用户的基础设施托管增值服务。
04Action steps
- 1访谈 20 位使用 Claude Code 的开发者，验证常驻需求与可接受价格，梳理最常用的输入渠道（Slack、Discord、邮箱等）。
- 2开发 MVP：基于容器实现 agent 常驻运行时、断线自动重启与状态持久化，先支持 Claude Code 一种 agent。
- 3接入消息网关，实现 Slack/Discord/邮箱/Webhook 触发 agent 执行，并加入运行日志与健康监控。
- 4实现成本优化器原型，对比订阅、API 与自托管 LLM 的成本并给出路由建议。
- 5邀请 50 名种子用户免费试用，收集留存与使用数据，迭代多 agent 编排功能。
- 6上线订阅计费与免费档，通过开发者社区、Reddit、Hacker News 和中文技术社区推广。
- 7扩展企业版私有化部署能力，建立客户成功流程并优化定价策略。
05Risk notice
主要风险包括：1）平台依赖 Anthropic、OpenAI 等第三方服务的条款与 API 政策，订阅账号用于云端常驻可能违反其服务条款，存在被封禁风险；2）常驻运行带来的 LLM 调用成本可能侵蚀利润，需精细控制成本路由；3）云厂商和官方工具可能推出类似常驻功能，形成降维竞争；4）个人开发者付费意愿有限，需验证转化率；5）多 agent 编排技术复杂度高，早期稳定性问题可能影响口碑。