AWS ha introdotto Lambda MicroVMs, una nuova opzione di elaborazione serverless per l'esecuzione di codice generato dagli utenti e dall'intelligenza artificiale all'interno di ambienti virtuali isolati e con stato.
Le Lambda MicroVM utilizzano la virtualizzazione AWS Firecracker per fornire un ambiente di esecuzione separato per ogni utente, job o sessione dell'agente AI. Ogni MicroVM riceve un ambiente dedicato. HTTPS punto finale e può preservare il suo stato di memoria e disco quando è sospeso.
AWS posiziona il servizio come piattaforma ideale per agenti di programmazione basati sull'intelligenza artificiale, strumenti di sviluppo interattivi, piattaforme di analisi dati, scanner di sicurezza, sistemi CI/CD e altre applicazioni che eseguono codice non scritto dall'operatore della piattaforma.
Da HostScoreDal punto di vista di , questo annuncio è più significativo di un altro lancio di AWS Compute. Suggerisce che l'hosting AI si sta espandendo oltre la distribuzione dei modelli e GPU capacità. Man mano che gli agenti di IA iniziano a eseguire codice, utilizzare strumenti e gestire file, l'ambiente in cui avvengono tali azioni sta diventando una parte separata dello stack di hosting.
Cosa ha annunciato concretamente AWS?
Le MicroVM di AWS Lambda forniscono ambienti di esecuzione isolati che gli sviluppatori possono creare attorno a singoli utenti, processi o sessioni di agenti.
Gli sviluppatori impacchettano la loro applicazione e il Dockerfile prima di chiedere a Lambda di creare un'immagine MicroVM. AWS inizializza l'applicazione e crea un'istantanea dell'ambiente preparato. Le nuove MicroVM vengono quindi avviate da tale istantanea anziché ripetere l'intero processo di configurazione.
Ogni MicroVM riceve il proprio HTTPS endpoint. AWS supporta connessioni HTTP/2, gRPC e WebSocket, consentendo all'ambiente di ospitare strumenti di sviluppo interattivi, servizi di esecuzione del codice e altre applicazioni che richiedono una comunicazione continua.
Una MicroVM può anche essere sospesa quando è inattiva. AWS preserva lo stato della memoria e del disco e li ripristina quando il traffico riprende o l'applicazione richiede la riattivazione. Il ciclo di vita massimo configurabile per una MicroVM, inclusi i tempi di esecuzione e di sospensione, è di otto ore.
AWS ha annunciato Lambda MicroVMs il 22 giugno 2026 e ha pubblicato un post di lancio tecnico più dettagliato il 10 luglio. La versione iniziale è disponibile in Virginia settentrionale, Ohio, Oregon, Tokyo e Irlanda.
Leggi Annuncio del lancio di AWS and Post di lancio tecnico di AWS.
Le Lambda MicroVM estendono quindi Lambda oltre la semplice esecuzione di eventi di breve durata. Forniscono un ambiente di lunga durata che preserva lo stato di lavoro mentre AWS gestisce la virtualizzazione, la rete, la sospensione e la terminazione.
Perché gli agenti di intelligenza artificiale necessitano di ambienti di esecuzione con stato?
Gli agenti di intelligenza artificiale necessitano di ambienti di esecuzione con stato, poiché i loro compiti possono comportare diverse azioni interconnesse eseguite durante una sessione prolungata.
Un agente può generare uno script, installare un pacchetto, elaborare un file, avviare un browser, chiamare un'API, esaminare il risultato e quindi modificare la sua azione successiva. I file, le dipendenze e lo stato dell'applicazione creati durante le fasi iniziali potrebbero essere ancora necessari in seguito.
Ricostruire l'ambiente dopo ogni azione introdurrebbe ritardi e costringerebbe il sistema a ricreare ripetutamente lo stato operativo dell'agente.
Il codice generato dall'IA necessita di un confine di isolamento
Il codice generato dall'IA necessita di un confine di isolamento perché la piattaforma non può presumere che ogni comando si comporti come previsto.
Codice errato o manipolato potrebbe accedere a file sensibili, esporre credenziali, connettersi a sistemi non autorizzati o interferire con il carico di lavoro di un altro utente. Le Lambda MicroVM utilizzano la virtualizzazione hardware per fornire a ogni sessione un ambiente guest separato, anziché eseguire ogni attività all'interno dello stesso processo applicativo.
Tuttavia, l'isolamento a livello di macchina virtuale non determina cosa l'agente è autorizzato a fare.
La pre-pubblicazione della revisione di luglio 2026 “Agenti di intelligenza artificiale con capacità informatiche: vulnerabilità, contenimento della valutazione e risposta difensiva" di Abu Bakar Siddik (source), esamina il confine tra agenti di intelligenza artificiale capaci e gli ambienti utilizzati per contenerli. Identifica i rischi relativi all'esposizione delle credenziali, all'accesso persistente, ai conflitti con le restrizioni delle sandbox e alla velocità delle azioni automatizzate.
AWS raccomanda inoltre agli sviluppatori di aggiornare le credenziali e convalidare le connessioni di rete al riavvio di una MicroVM. Gli hook del ciclo di vita consentono alle applicazioni di chiudere le connessioni prima della sospensione, ripristinare le connessioni approvate dopo la ripresa e liberare le risorse prima della terminazione.
Le microVM di Lambda isolano l'ambiente di esecuzione. I proprietari delle applicazioni devono comunque limitare gli strumenti, le credenziali, i file, le reti e i servizi esterni disponibili al suo interno.
Il sostegno statale al lavoro degli agenti in più fasi
La conservazione dello stato consente a un agente di sospendere l'esecuzione senza perdere file, memoria, dipendenze installate e risultati intermedi.
AWS crea ogni MicroVM a partire da uno snapshot precompilato. L'ambiente rimane attivo finché l'agente è in funzione, si sospende dopo un periodo di inattività configurabile e riprende l'attività all'arrivo di una nuova richiesta.
Questo modello riduce le inizializzazioni ripetute, ma la ripresa non è istantanea in ogni situazione. AWS afferma che la prima richiesta dopo la sospensione attende che la piattaforma ripristini lo stato della memoria e del disco ed esegua il meccanismo di ripresa dell'applicazione. Stati salvati di dimensioni maggiori e processi di ripresa più complessi possono aumentare tale ritardo.
La conservazione dello stato preserva anche il materiale che potrebbe dover essere aggiornato o rimosso. Un ambiente sospeso potrebbe contenere token di autenticazione, sessioni del browser, script generati, file temporanei o connessioni di rete obsolete.
Il serverless con stato migliora quindi la continuità tra le azioni degli agenti, ma richiede una gestione del ciclo di vita e degli accessi più complessa rispetto a una funzione stateless usa e getta.
Le microVM con stato stanno sostituendo l'hosting tradizionale?
Le microVM con stato non sostituiscono l'hosting tradizionale. Eseguono attività temporanee, mentre i server cloud, l'hosting VPS, i server dedicati e i sistemi bare metal continuano a eseguire i servizi persistenti correlati a tali attività.
SpecBox Dimostra perché la velocità della sandbox è importante
Recenti ricerche suggeriscono che la preparazione in un ambiente di test (sandbox) può influenzare significativamente le prestazioni degli agenti di intelligenza artificiale.
Il documento di luglio 2026 “SpecBoxPianificazione speculativa in ambiente sandbox per un'efficiente gestione degli agenti LLM"(sourceÈ stato esaminato il compromesso tra l'avvio di sandbox su richiesta e il loro mantenimento permanentemente attivi. L'avvio di un ambiente solo quando un agente lo richiede può causare ritardi all'avvio a freddo. Mantenere attive tutte le sandbox possibili riduce tali ritardi, ma consuma più memoria.
SpecBox Prevede quale ambiente sandbox potrebbe essere necessario a un agente mentre il modello linguistico sta ancora generando il suo output. Il sistema inizia quindi a preparare tale ambiente prima che la chiamata allo strumento sia completata.
Nei test degli autori, SpecBox Ha ridotto la latenza end-to-end P99 fino a 2.9 volte rispetto a una configurazione di riferimento con sandbox on-demand. Ha inoltre ridotto il picco di utilizzo della memoria del 45.9% rispetto alle implementazioni con sandbox riservate in modo permanente (vedi screenshot sotto).
SpecBox Si tratta di un prototipo di ricerca e non ha testato le MicroVM di AWS Lambda. I suoi risultati dimostrano comunque perché la velocità di avvio, ripresa e commutazione delle sandbox potrebbe diventare una metrica rilevante per l'hosting di sistemi di intelligenza artificiale.
Un digiuno GPU non garantisce un agente veloce quando l'ambiente di esecuzione ritarda ogni chiamata di strumento.
L'hosting persistente continua a eseguire la piattaforma AI
L'hosting tradizionale gestisce i sistemi che devono rimanere disponibili prima, durante e dopo ogni sessione temporanea dell'agente. Questi sistemi persistenti possono includere l'applicazione APIsdatabase relazionali, archiviazione vettoriale, orchestrazione di agenti, code di messaggi, servizi di monitoraggio, gateway di modelli e worker a lunga esecuzione. Dedicato GPU L'infrastruttura può anche gestire carichi di lavoro continuativi di inferenza o addestramento di modelli.
Atlantic.Net, ad esempio, fornisce l'infrastruttura per questo lato persistente dell'architettura. I suoi servizi attuali includono server virtuali cloud, server dedicati, sistemi bare metal, infrastruttura gestita e cloud o dedicati GPU hosting. Il fornitore di hosting attualmente elenca NVIDIA Opzioni NVL L40S e H100 per carichi di lavoro di intelligenza artificiale, apprendimento automatico, inferenza e calcolo accelerato.
Una piattaforma AI potrebbe utilizzare MicroVM con stato per isolare l'esecuzione temporanea del codice durante l'esecuzione della sua applicazione, database, archiviazione, privato APIs, o GPU carichi di lavoro su infrastrutture persistenti da Atlantic.Net o un altro fornitore di server.
Questi modelli di hosting risolvono parti diverse della stessa architettura. Le microVM gestiscono l'esecuzione basata su sessione, mentre VPS, dedicati, bare metal e GPU I server supportano i servizi che devono rimanere online.
HostScore Prendi: l'hosting AI sta diventando più di GPUs
L'hosting AI si sta espandendo oltre GPU Specifiche, supporto dei modelli e velocità di inferenza. Questi attributi determinano ancora se un provider è in grado di eseguire modelli complessi. Tuttavia, le MicroVM di AWS Lambda mettono in evidenza un altro elemento dello stack infrastrutturale: l'ambiente in cui un agente di intelligenza artificiale esegue le proprie azioni.
Durante la ricerca sui nostri recenti Miglior hosting AI and Le migliori guide all'hosting LLMAbbiamo scoperto che i fornitori di hosting si differenziano principalmente per la disponibilità di acceleratori, i modelli supportati, la flessibilità di implementazione, i servizi gestiti e il controllo sullo stack software.
L'annuncio di AWS suggerisce che gli ambienti di esecuzione potrebbero diventare un ulteriore elemento di differenziazione.
I fornitori di infrastrutture per l'IA potrebbero competere sempre più sulla velocità di avvio degli ambienti di test (sandbox), sull'efficienza con cui mantengono lo stato di funzionamento, sul livello di isolamento delle sessioni e sul rigoroso controllo dell'accesso alla rete e agli strumenti.
Ciò potrebbe anche modificare l'unità attorno alla quale vengono allocate le risorse di hosting.
L'hosting condiviso alloca le risorse attorno a un account. L'hosting VPS alloca un server virtuale. Le piattaforme di container allocano istanze di applicazioni. Le funzioni serverless allocano la potenza di calcolo attorno a richieste o eventi.
Le piattaforme basate su agenti di intelligenza artificiale possono allocare infrastrutture attorno a una sessione agente. Una sessione agente avvia un ambiente isolato, esegue strumenti, modifica file, si mette in pausa, riprende e termina dopo aver completato il suo compito. Questo modello si colloca a metà strada tra le funzioni stateless di breve durata e i server virtuali in esecuzione permanente.
Non prevediamo che l'infrastruttura per le sessioni degli agenti sostituisca le categorie di hosting consolidate. È più probabile che diventi un ulteriore livello all'interno di uno stack di intelligenza artificiale misto.
Cloud persistente, VPS, dedicato e server bare metal continuerà a ospitare servizi applicativi e di dati. GPU L'infrastruttura eseguirà i carichi di lavoro modello. MicroVM con stato e altre tecnologie sandbox gestiranno le azioni temporanee degli agenti.
AWS segnala un cambiamento più ampio nell'infrastruttura di intelligenza artificiale
Le MicroVM di AWS Lambda dimostrano che gli agenti di intelligenza artificiale stanno creando una domanda di ambienti di esecuzione isolati con conservazione temporanea dello stato e controlli del ciclo di vita gestiti dal provider.
Il servizio non produce server cloud, hosting VPS, server dedicati, infrastrutture bare metal o GPU L'hosting è obsoleto. Tali sistemi continueranno a eseguire i database, le applicazioni, i servizi di orchestrazione e i carichi di lavoro di modellazione relativi a ciascuna sessione dell'agente.
Il cambiamento più ampio riguarda il modo in cui l'hosting di IA può essere valutato.
GPU Capacità e velocità del modello rimarranno fattori centrali. I fornitori di hosting potrebbero inoltre competere sulla velocità e la sicurezza con cui avviano, sospendono, ripristinano e terminano gli ambienti di esecuzione isolati.
Questo è il segnale di hosting più importante alla base di AWS Lambda MicroVM.
