AWS 推出了 Lambda MicroVM，這是一個新的無伺服器運算選項，可在隔離的、有狀態的虛擬環境中執行使用者產生的程式碼和 AI 產生的程式碼。
Lambda MicroVM 使用 AWS Firecracker 虛擬化技術，為每個使用者、作業或 AI 代理會話提供獨立的執行環境。每個 MicroVM 都擁有專用的資源。 HTTPS 端點，並且在掛起時可以保留其記憶體和磁碟狀態。
AWS 將該服務定位為 AI 編碼代理、互動式開發工具、資料分析平台、安全掃描器、CI/CD 系統以及其他執行平台營運商未編寫的程式碼的應用程式。
起 HostScore從他的角度來看，這項公告比AWS推出另一項運算服務意義更為重大。它表明AI託管正在擴展到模型部署之外。 GPU 容量。隨著人工智慧代理開始運行程式碼、使用工具和管理文件，這些操作發生的環境正在成為託管堆疊的一個獨立部分。
AWS究竟發布了什麼？
AWS Lambda 微型虛擬機器提供隔離的執行環境，開發人員可以圍繞單一使用者、作業或代理會話建立這些環境。
開發者在請求 Lambda 建置 MicroVM 映像之前，會將應用程式和 Dockerfile 打包在一起。 AWS 會初始化應用程式並擷取已準備好的環境快照。之後，新的 MicroVM 將從該快照啟動，而無需重複完整的設定過程。
每個微型虛擬機器都有自己的 HTTPS 端點。 AWS 支援 HTTP/2、gRPC 和 WebSocket 連接，使環境能夠託管互動式開發工具、程式碼執行服務以及其他需要持續通訊的應用程式。
MicroVM 在空閒時也可以掛起。 AWS 會保留其記憶體和磁碟狀態，並在流量復原或應用程式要求復原時將其復原。 MicroVM 的最大配置生命週期（包括運行時間和掛起時間）為八小時。
AWS 於 2026 年 6 月 22 日宣布推出 Lambda 微型虛擬機，並於 7 月 10 日發布了更詳細的技術發布文章。首批版本已在維吉尼亞州北部、俄亥俄州、俄勒岡州、東京和愛爾蘭推出。
因此，Lambda 微型虛擬機器擴展了 Lambda 的功能，使其不再局限於基於事件的短暫執行。它們提供了一個更持久的環境，能夠在 AWS 管理虛擬化、網路、暫停和終止過程的同時，保持工作狀態。
為什麼人工智慧代理需要有狀態的執行環境？
人工智慧代理需要有狀態的執行環境，因為它們的任務可能涉及在較長的會話期間執行的多個相互關聯的操作。
代理程式可以產生腳本、安裝軟體包、處理文件、執行瀏覽器、呼叫 API、檢查結果，然後更改其下一步操作。早期階段建立的檔案、依賴項和應用程式狀態在後續階段可能仍然需要。
每次操作後重建環境會增加延遲，並迫使系統重複重新建立代理程式的工作狀態。
人工智慧產生的程式碼需要隔離邊界
AI 產生的程式碼需要隔離邊界，因為平台不能假設每個命令都會如預期執行。
錯誤或被篡改的程式碼可能會存取敏感文件、洩漏憑證、連接到非預期系統或乾擾其他使用者的工作負載。 Lambda 微型虛擬機器使用硬體虛擬化技術，為每個會話提供獨立的客戶環境，而不是在同一個應用程式進程中執行所有任務。
但是，虛擬機器層級的隔離並不能決定代理可以執行哪些操作。
2026年7月的綜述預印本“具備網路能力的AI代理：漏洞、評估遏制和防禦響應作者：Abu Bakar Siddik（資源它審視了功能強大的AI代理與用於容納它們的環境之間的邊界。它識別出與憑證洩漏、持續存取、與沙箱限制衝突以及自動化操作速度相關的風險。
AWS 也建議開發人員在 MicroVM 恢復運行時刷新憑證並驗證網路連線。生命週期鉤子允許應用程式在暫停前關閉連接，在恢復後恢復已批准的連接，並在終止之前清理資源。
Lambda 微型虛擬機器隔離了執行環境。應用程式擁有者仍然必須限制其內部可用的工具、憑證、文件、網路和外部服務。
狀態保留支援多步驟代理工作
狀態保留允許代理暫停而不遺失其檔案、記憶體、已安裝的依賴項和中間結果。
AWS 會根據預先準備好的快照建立每個 MicroVM。當代理程式運作時，環境會保持活動狀態；經過一段可設定的空閒期後，環境會暫停；當收到新的請求時，環境會恢復運作。
此模型減少了重複初始化，但並非所有情況下都能立即恢復。 AWS 指出，暫停後的第一個請求需要等待平台恢復記憶體和磁碟狀態並運行應用程式的復原鉤子。較大的已保存狀態和更複雜的恢復過程可能會增加此延遲。
狀態保留功能還能保存可能需要刷新或刪除的內容。已暫停的環境可能包含身份驗證令牌、瀏覽器會話、產生的腳本、臨時檔案或過期的網路連線。
因此，有狀態無伺服器可以提高代理操作的連續性，但與一次性無狀態函數相比，它需要更多的生命週期和存取管理。
有狀態微型虛擬機器正在取代傳統託管嗎？
有狀態微型虛擬機器並不會取代傳統主機。它們執行臨時代理任務，而雲端伺服器、VPS主機、專用伺服器和裸機系統則繼續運行圍繞這些任務的持久性服務。
規格Box 揭示沙盒速度為何重要
最新研究表明，沙箱準備工作會對人工智慧代理的性能產生實質影響。
2026年7月的論文“規格Box：用於高效LLM代理服務的推測性沙箱調度“（資源研究了按需啟動沙箱和始終保持沙箱運作狀態之間的權衡。僅在代理請求時才啟動環境可能會導致冷啟動延遲。保持所有可能的沙箱都處於運行狀態可以減少這些延遲，但會消耗更多記憶體。
規格Box 當語言模型仍在產生輸出時，系統會預測代理人可能需要的沙箱環境。然後，在工具呼叫完成之前，系統就開始準備該環境。
在作者的測試中，SpecBox 與按需沙箱基線相比，P99 端到端延遲降低了高達 2.9 倍。與永久預留沙箱部署相比，峰值記憶體使用量也降低了 45.9%（見下方截圖）。
規格Box 這是一個研究原型，並未測試 AWS Lambda 微型虛擬機器。但其結果仍表明，沙箱啟動、恢復和切換速度可能成為重要的 AI 託管指標。
快 GPU 當執行環境延遲每次工具呼叫時，無法保證代理程式運作速度快。
持久託管仍運行著人工智慧平台
傳統託管服務運行的系統必須在每次臨時代理會話之前、期間和之後保持可用。這些持久性系統可能包括應用程式。 APIs關聯式資料庫、向量儲存、代理程式編排、訊息佇列、監控服務、模型閘道和長時間運行的工作流程。專用 GPU 基礎設施還可以運行持續的模型推理或訓練工作負載。
Atlantic.Net例如，它為架構的持久化部分提供基礎架構。其目前服務包括雲端虛擬伺服器、專用伺服器、裸機系統、託管基礎設施以及雲端或專用伺服器。 GPU 主機託管。主機代管提供者目前列出了 NVIDIA L40S 和 H100 NVL 選項適用於人工智慧、機器學習、推理和加速計算工作負載。
AI平台可以使用有狀態的微型虛擬機器來隔離運行其應用程式、資料庫、儲存和私有環境時的臨時程式碼執行。 APIs， 或者 GPU 來自持久基礎架構的工作負載 Atlantic.Net 或其他伺服器提供者。
這些託管模型解決了同一架構的不同部分。微型虛擬機器 (MicroVM) 管理基於會話的執行，而虛擬專用伺服器 (VPS)、專用伺服器、裸機伺服器和… GPU 伺服器為必須保持線上的服務提供支援。
HostScore 觀點：AI託管正變得遠不止於此 GPUs
AI主機託管正在擴展到其他領域 GPU 規格、模型支援和推理速度。這些屬性仍然決定服務提供者能否運行高要求的模型。然而，AWS Lambda 微型虛擬機器凸顯了基礎架構堆疊的另一個組成部分：AI 代理執行其操作的環境。
在研究我們最近的 最佳人工智慧主機 以及 最佳LLM課程託管指南我們發現，主機提供者主要透過加速器可用性、支援的模型、部署靈活性、託管服務以及對軟體堆疊的控制來區分自身。
AWS 的聲明表明，執行環境可能成為另一個差異化優勢。
AI 基礎設施供應商可能會在以下方面競爭：啟動沙箱的速度、保持工作狀態的效率、隔離會話的強度以及對網路和工具存取的控制力度。
這也可能改變分配託管資源的單位。
共享主機圍繞帳戶分配資源。 VPS主機分配虛擬伺服器。容器平台分配應用程式實例。無伺服器函數圍繞著請求或事件分配計算資源。
AI代理平台可能會圍繞代理會話分配基礎設施。代理會話啟動一個隔離環境，運行工具，修改文件，暫停，恢復，並在完成任務後終止。這種模式介於短暫的無狀態函數和永久運行的虛擬伺服器之間。
我們並不認為代理會話基礎架構會取代現有的託管類別。它更有可能成為混合人工智慧架構中的另一層。
持久性雲、VPS、專用伺服器和 裸機服務器 將繼續託管應用程式和資料服務。 GPU 基礎架構將執行模型工作負載。有狀態微型虛擬機器和其他沙箱技術將處理臨時代理操作。
AWS 正在發出人工智慧基礎設施領域更廣泛轉變的訊號
AWS Lambda 微型虛擬機器表明，AI 代理程式正在創造對具有臨時狀態保留和供應商管理的生命週期控制的隔離執行環境的需求。
本服務不提供雲端伺服器、VPS主機、專用伺服器、裸機基礎架構或其他服務。 GPU 託管服務已過時。這些系統將繼續運行資料庫、應用程式、編排服務，並為每個代理會話建立工作負載模型。
更廣泛的變化在於如何評估人工智慧託管服務。
GPU 容量和模型速度仍將是核心要素。託管服務提供者也可能在啟動、暫停、恢復和終止隔離執行環境的速度和安全性方面競爭。
這是AWS Lambda MicroVM背後更重要的託管訊號。
