一句话看懂：亚马逊云科技正式推出 Lambda MicroVM，这是一种全新的无服务器计算基础组件，为每个用户会话或 AI 智能体提供独立的虚拟机运行环境，具备硬件级隔离、快照级快速启动和最长八小时的状态保留能力。这一产品填补了虚拟机、容器和函数之间的空白，特别适用于多租户 SaaS 服务以及 AI 智能体生成代码的安全执行场景。
事件核心：发生了什么
亚马逊云科技在 2026 年宣布 Lambda MicroVM 上线，目前已在美国东部（弗吉尼亚北部、俄亥俄）、美国西部（俄勒冈）、欧洲（爱尔兰）和亚太地区（东京）五个区域可用。MicroVM 基于 Firecracker 轻量级虚拟化技术——该技术每月支撑超过 15 万亿次 Lambda Function 调用。每个 MicroVM 实例采用 ARM64 架构，单实例最高支持 16 个 vCPU、32 GB 内存和 32 GB 磁盘。用户需先通过 Dockerfile 和代码构件在 S3 中创建 MicroVM 镜像，之后每次调用 run-microvm 接口时，系统从快照恢复，而非冷启动，从而实现接近即时的启动速度。MicroVM 支持自定义端口的入站 HTTPS 访问，兼容 HTTP/2、gRPC 与 WebSocket 协议，出站可配置公网或私有 VPC 网络，身份认证采用 JWE 令牌。
定价采用基准加突发模式，挂起状态按空闲成本计费。据 Reddit 用户测算，最低配置 1 vCPU + 2 GB 内存每天成本约为 3.03 美元，是 Fargate Spot 价格的 9 倍以上，溢价核心来自硬件级隔离和挂起/恢复能力。
为什么重要
在 AI 智能体、多租户 SaaS 以及不可信代码执行场景中，传统的三项选择各有短板：虚拟机隔离强但启动慢（数分钟），容器启动快但共享内核、安全加固复杂，函数无状态且不适合长交互。Lambda MicroVM 通过 Firecracker 技术实现了“三合一”：虚拟机级隔离、近乎即时的启动速度、有状态挂起/恢复生命周期控制。开发者可以在用户离开时挂起 MicroVM 并保留内存和磁盘状态，用户返回时无缝恢复，例如已安装的软件包、加载的 AI 模型和工作文件集均保持原样。这对于运行不可审计的大模型生成代码、构建多租户 AI 智能体平台的团队而言，提供了一种比容器更强的安全边界，且无需管理基础设施。
与竞品对比：Cloudflare Sandboxes 使用容器和 V8 隔离，分布边缘网络；GKE Agent Sandbox 基于 gVisor 内核拦截；Azure Container Apps 动态会话采用 Hyper-V microVM。AWS 的核心差异化在于状态保留与挂起/恢复机制，以及基于快照的启动方案。
对用户/开发者/创作者的影响
AI 智能体开发者：如果你正在构建一个运行 AI 生成代码的平台，每天需要安全执行数百万次由大模型输出的、无法审计的代码，Lambda MicroVM 提供了硬件级隔离，每个会话在独立的虚拟机中运行，容器逃逸无法波及宿主机或其他会话。你可以直接调用 run-microvm API 获得专用 HTTPS 端点，无需配置负载均衡器或网络。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
多租户 SaaS 构建者：可以为每个最终用户分配独立的 MicroVM 会话，实现用户代码的隔离执行，同时支持最长 8 小时的状态持续。配合闲置挂起机制，能有效控制空闲时段成本。
现有 AWS 用户：MicroVM 是 Lambda Function 的补充而非替代。你可以在现有的函数工作流中，在需要隔离运行不可信代码的步骤中调用 MicroVM，共享 Lambda 控制台、CloudWatch 日志、IAM 角色和 VPC 集成，运维模型一致。
值得关注的后续
1. 成本 vs 安全权衡：当前定价相比同类服务偏高，团队在正式采用前需要仔细测算闲置时段与运行时段的资源占比，评估硬件级隔离的溢价是否合理。
2. 区域覆盖与生态集成：目前仅五个区域可用，大中华区暂未上线，后续扩展计划值得关注。MicroVM 能否与 Bedrock、SageMaker 等 AWS AI 服务实现原生集成，将影响智能体类应用的采用速度。
3. 竞品跟进：Azure 和 Google Cloud 各自已有隔离方案，AWS 的挂起/恢复机制是否能形成差异优势，还需观察实际开发者反馈和大规模部署后的稳定性数据。
来源：InfoQ CN
