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。
