用 Cloud Run 实例低成本部署长期运行的个人 AI Agent

预计阅读时间：8 分钟

对于 OpenClaw、Hermes 这类面向个人开发者的 AI Agent，传统的无状态 Web 服务模型并不总是合适。它们通常需要长期运行、保存状态，而且大多数时间只服务一个用户。Cloud Run 实例正是为这类单实例、长生命周期工作负载提供了更贴近实际的运行方式。

为什么 Cloud Run 服务不够合适

Cloud Run 服务擅长处理无状态、高吞吐的 HTTP 请求。当一段时间没有请求时，服务可以缩容到零，从而节省成本。但一个持续运行的个人 Agent 往往有不同的要求：

希望始终只有一个副本运行，避免多个 Agent 同时处理同一份状态。
需要保留配置、会话和工具连接。
可能通过 Telegram、WhatsApp 或其他平台持续接收事件。
不能因为用户的笔记本合盖或休眠而停止工作。

使用专用虚拟机可以解决长期运行问题，但代价是需要持续支付完整的计算资源，并自行处理操作系统更新、防火墙、HTTPS 入口和运行环境维护。

Cloud Run 实例提供了一个介于两者之间的选择：它在 Cloud Run 上运行一个专用的单例计算运行时，同时保留托管平台的网络和部署体验。

Cloud Run 实例的运行模型

Cloud Run 实例目前处于预览阶段，核心特征包括：

只运行一个实例，不进行自动扩缩容。
最长可连续运行 7 天，并默认配置自动重启策略。
每个实例拥有一个 HTTPS URL，该 URL 在更新和重启后保持不变。
不使用时可以停止实例，需要时再恢复。
采用共享 vCPU 和突发计算预算，适合大多数时间空闲、被请求时短暂增加计算量的 Agent。

以 1 vCPU、1 GiB 内存的实例连续运行 30 天为例，摘要给出的成本是 5.70 美元。实际费用仍应结合区域、网络流量、存储和其他相关资源核算，不能只看计算实例价格。

这种模型尤其适合不持续执行重计算的个人 Agent：Agent 平时等待消息或定时任务，只有在用户提出问题、调用工具或执行自动化流程时才出现计算峰值。

实践：部署 OpenClaw

下面的命令展示了一个可改造的部署示例。假设你已经完成以下准备工作：

已安装并登录 gcloud。
当前项目已经启用 Cloud Run 和 Cloud Storage 相关能力。
已将 OpenClaw 配置文件上传到一个 Cloud Storage bucket。
已设置 BUCKET、PASSWORD 和 GEMINI_API_KEY 环境变量。

命令中的镜像、端口、挂载路径和环境变量需要根据实际 Agent 镜像进行调整：

export BUCKET="your-openclaw-config-bucket"
export PASSWORD="replace-with-a-strong-password"
export GEMINI_API_KEY="replace-with-your-api-key"

gcloud beta run instances create openclaw-instance \
  --image ghcr.io/openclaw/openclaw:latest \
  --port 18789 \
  --public \
  --add-volume \
    mount-path=/home/node/.openclaw,\
    type=cloud-storage,\
    mount-options="uid=1000;gid=1000;file-mode=0700;dir-mode=0700",\
    bucket="${BUCKET}" \
  --set-env-vars \
    "OPENCLAW_GATEWAY_PASSWORD=${PASSWORD},GEMINI_API_KEY=${GEMINI_API_KEY}"

部署前应检查几个关键点：

--public 会让实例通过公开 HTTPS 入口访问。必须使用强密码，并确认 Agent 自身的认证和授权配置已经启用。
不要把真实密钥直接提交到 Shell 历史记录、脚本仓库或日志系统。生产环境可以改用更合适的密钥管理方式，并限制访问权限。
Cloud Storage 挂载目录用于保存 Agent 配置和状态时，要确认容器用户的 UID、GID 以及文件权限与镜像内部用户一致。
使用 :latest 便于快速试用，但生产部署更适合固定镜像版本，避免一次更新改变运行行为。
Agent 的外部平台连接、回调地址和工具权限仍然需要单独配置。Cloud Run 实例解决的是运行时托管问题，不会自动替代 Agent 的安全边界。

实例创建完成后，可以继续让它运行，也可以在不使用时停止。由于实例 URL 在更新和重启后保持不变，外部集成不必随着每次重启重新修改地址。

适合什么场景

Cloud Run 实例适合以下类型的工作负载：

个人 AI 助手和长期运行的 Agent。
需要单例状态的自动化机器人。
持续等待消息、Webhook 或定时事件的轻量服务。
大部分时间低负载，但偶尔需要突发计算的任务。
希望减少虚拟机维护工作，同时又不能接受服务频繁缩容到零的应用。

它并不意味着所有后台任务都应该迁移到实例。高吞吐、可水平扩展的无状态 API 仍然更适合 Cloud Run 服务；持续占用大量 CPU 或需要超过 7 天不间断运行的任务，也应评估其他计算产品。对于需要复杂持久化、队列、分布式锁或多副本容灾的系统，还需要额外设计数据和协调层。

上线前检查清单

可以按下面的顺序评估是否采用 Cloud Run 实例：

Agent 是否明确需要长期运行，并且只需要一个副本？
状态是否保存在持久化存储，而不是只写入容器本地文件系统？
实例停止或自动重启后，Agent 能否恢复工作？
是否已经限制公开入口、密钥和第三方工具权限？
负载是否以等待为主，而不是持续占满 CPU？
是否能接受预览阶段的产品边界和最长 7 天连续运行限制？
是否同时估算了计算、存储、网络流量和外部 API 成本？

如果这些问题的答案大多是肯定的，Cloud Run 实例可以成为个人 AI Agent 的一个务实运行环境：比本地笔记本稳定，比长期维护虚拟机轻量，并且能以相对可预测的成本承载持续在线的单例工作负载。