Der Anwendungsfall: wie Trajectory Daytona einsetzt
Trajectory uses Daytona's sandbox infrastructure in its reinforcement learning post-training pipelines, provisioning large numbers of isolated, stateful sandboxes in parallel where AI agents train on replicas of customers' tools and systems. Snapshots and a warm pool are used to pre-configure environments, and lifecycle controls tear sandboxes down automatically.
Weitere angegebene Ergebnisse
Zahlen aus der Fallstudie von Daytona. usedby hat sie nicht unabhängig gemessen.
700k sandboxes provisioned with Daytona
15+ hours of engineering time saved monthly
In den Worten des Kunden
Daytona lets us spin up environments that used to take up to 30 minutes in under five seconds. And we can do that for thousands of sandboxes at once, which is what makes efficient RL post-training possible.Weitere KI-Tools von Trajectory
Weitere öffentliche Beziehungen, die auf usedby erfasst sind.
Den KI-Stack von Trajectory ansehen
Weitere Unternehmen, die Daytona nutzen
Kunden aus allen Branchen, mit öffentlichen Belegen.
AfterQueryBestätigt
AsteroidBestätigt
BenchFlowBestätigt
CapyBestätigt
HandshakeBestätigt
Laude InstituteBestätigtDirekt zur Quelle
Auf Basis der veröffentlichten Fallstudie von Daytona. Wir prüfen die öffentlichen Belege; die Ergebnisse gibt der Anbieter an.
daytona.io- Zuletzt geprüft
- 27. Okt. 2026
Screenshot der Quelle öffnen Was die Fallstudie behauptet und was wir geprüft haben
Was wir mit der Seite verglichen haben.
- Die Zahl: 99.6%Geprüft
Steht wörtlich auf der Seite, nahe dem Namen Trajectory.
- Die oben zitierte PassageGeprüft
Wörtlich von der Seite übernommen, nahe dem Namen Trajectory.
- Trajectory nutzt DaytonaGeprüft
Eintrag mit Stufe Bestätigt.
- Das Ergebnis selbstNicht geprüft
Wir zitieren es; wir haben es nicht gemessen.
Combined with Daytona’s warm pool of snapshot-based sandboxes, startup times have dropped from 30 minutes to seconds. That speed enables Trajectory to run RL training loops at the pace their pipeline demands, accelerating model iteration and increasing training throughput.