一句话看懂:Modal 正式发布 VM Sandboxes,开发者只需在原有 Sandbox API 上加一个 runtime=”vm” 参数,就能给 AI Agent 一台完整 Linux 虚拟机,支持 Docker、本地数据库和内核级操作,而无需更换现有开发接口。
事件核心:发生了什么
Modal 宣布 VM Sandboxes 进入 GA(正式可用)。它基于 Rust 编写的 Cloud Hypervisor 自建运行时,叠加宿主文件系统、镜像懒加载、内存突发和快照等自研技术,保留了原有 modal.Sandbox 的 API、modal.Image、亚秒级冷启动和 CPU/内存突发能力,同时维持数十万并发 Sandbox 的调度规模。开发者可通过 modal.Sandbox.create(app=app, runtime=”vm”) 创建,并借助 readiness_probe 等待 Docker 就绪。据 Modal 公开信息,早期客户已在测试期间启动超过 2000 万台 VM。
为什么重要
此前 Modal 的 Sandbox 构建在 gVisor 之上,适合轻量 GPU 容器,但 Agent 越来越需要“像真实机器一样”的环境:跑 Docker 栈、本地数据库、开发服务器,甚至操作 Linux 内核。Ramp 用 Modal Sandbox 驱动完整软件开发生命周期的内部 Agent,让 Modal 判断 Agent 的终局是“想要一台计算机”。VM Sandboxes 把容器式的人体工学(exec/FS API、资源突发)与完整虚拟机能力合并,意味着 Agent 基础设施从“沙箱”向“可编程计算机”迁移,可能影响 AI Agent 的评测、部署和商业化路径。
对用户/开发者/创作者的影响
对开发者,最直接的变化是无需再为 Docker-in-Docker、FUSE、网络命名空间写绕过方案。Legora 表示以前要在每一层做网络和 FUSE 妥协,迁移后 Docker 行为与普通 Linux 主机一致,相关绕过代码全部删除。Linear 的 Coding Sessions 现在每个会话跑在 VM Sandbox 中,用 cgroups 和网络命名空间隔离编码 Agent、用户开发服务器和宿主进程,切换只改一个参数。对做 Agent 评测和数据生成的团队,这意味着可以在单个 Sandbox 内搭建含 Postgres、DOCX 编辑器、代码沙箱的完整应用栈,减少环境漂移。
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。
值得关注的后续
一是 Modal 承诺未来几周发布宿主文件系统、镜像懒加载、内存突发和快照的深度技术文章,这些细节决定 VM Sandbox 的性能上限;二是价格与资源计费方式是否延续容器式突发模型,直接影响高并发 Agent 场景的成本;三是 AWS、Cloudflare、E2B 等竞品是否跟进虚拟机级 Agent 沙箱,以及 VM Sandbox 在安全隔离和合规审计上的实际表现。


