micro1 五个月评估 token 量翻 12 倍，Agent 启动从 3 分钟缩到 12 秒

micro1 研究工程团队详解了模型评估与 RL 环境基础设施的规模化工程。五个月内月 token 消耗量增长 12 倍，运行环境数量增至 3 倍，worker 启动时间从约 3 分钟降至 12 秒。其将 Modal 和 Daytona 沙箱封装为统一契约，支持一次请求完成环境搭建、执行与打分，并自动处理恢复、覆盖率追踪和未测项报告。