跳转至

What You Need to Know About Lambda MicroVMs

Ch11.150 What You Need to Know About Lambda MicroVMs

📊 Level ⭐⭐ | 7.5KB | entities/theburningmonk-com-2026-06-what-you-need-to-know-about-lambda-microvms.md

What You Need to Know About Lambda MicroVMs

摘要

AWS 于 2026 年 6 月推出 Lambda MicroVMs,解决了"如何安全运行 AI 生成或用户提供的代码"这一紧迫问题。它结合了 VM 级隔离(Firecracker)、快速启动(SnapStart 快照)和有状态会话(最长 8 小时),为 coding assistants、AI notebooks、agent sandboxes 等场景提供了理想的计算原语。与 AgentCore Runtime 的区别在于抽象层级:AgentCore 是托管 agent 平台,Lambda MicroVMs 是底层 VM 原语。

核心要点

解决的核心问题

构建需要执行任意代码的产品时(coding assistant、AI notebook、自定义脚本平台),现有方案都不理想:

方案 隔离性 启动速度 有状态 时长限制
VM (EC2) ✅ 强 ❌ 分钟级 ✅ 无限
Container (ECS) ⚠️ 共享内核 ✅ 秒级 ✅ 无限
Lambda 函数 ✅ 强 (Firecracker) ✅ 秒级 ❌ 无状态 ❌ 15 分钟
Lambda MicroVMs ✅ 强 (Firecracker) ✅ 秒级 ✅ 最长 8h ✅ 8 小时

Lambda MicroVMs 填补了这个空白:VM 级隔离 + 秒级启动 + 有状态 + 长时运行。

与传统 Lambda 的根本区别

Lambda MicroVMs 不是 request/response 模型:

  • 会话模型:每个用户/会话一个持久 VM,有独立 HTTPS endpoint
  • 连接协议:HTTP/2、gRPC、WebSocket
  • 认证:bearer token(通过 CreateMicrovmAuthToken API 生成)
  • 自动挂起/恢复:空闲时自动挂起(不计费),流量到达时自动恢复
  • 垂直扩展:自动 burst 到配置基线的 4× CPU 和内存
  • 水平扩展不自动扩展,需手动调用 run-microvm 创建新环境

Shell 访问与 Docker 支持

Aidan Steele 在发布日的探索揭示了重要细节:

  • Shell 访问是一等公民:支持 /dev/ptmx(pseudo-terminal),有专门的 CreateMicrovmShellAuthToken API
  • Docker 在 MicroVM 内可用:完整的 OS 能力,包括在 MicroVM 内运行容器
  • 已知坑:所有出站 UDP 默认被封,会破坏容器内的 DNS(需手动修复)

Shell 访问意味着 Claude Code 和 OpenCode 等工具使用的真实终端体验,可以在 Lambda MicroVMs 上为用户构建。

与 AgentCore Runtime 的对比

维度 Lambda MicroVMs AgentCore Runtime
抽象层级 底层 VM 原语 托管 agent 平台
隔离技术 Firecracker Firecracker
最长运行时间 8 小时 8 小时
Shell 访问 ✅ 一等公民 ✅ (InvokeAgentRuntimeCommandShell)
Fleet 管理 ❌ 需自行管理 ✅ AWS 管理
Auth ❌ 需自行实现 ✅ 内置 inbound/outbound auth
Protocol 支持 ✅ MCP + A2A
VM 控制权 完全控制 受限(类似 Fargate vs EC2)

Yan Cui 的类比精辟:AgentCore Runtime 之于 Lambda MicroVMs,如同 Fargate 之于 EC2

  • AgentCore Runtime → 运行我的 agent,让用户与之对话
  • Lambda MicroVMs → 给每个用户一个隔离 VM,让他们在其中运行任意代码

当前限制

  • 架构:仅 ARM64
  • 区域:仅 5 个(N. Virginia、Ohio、Oregon、Ireland、Tokyo)
  • 定价:vCPU-秒 + 内存 GB-秒 + 快照读写费(更接近 Fargate 而非 Lambda)
  • 计费粒度:按秒计费(非 Lambda 的毫秒级)
  • 无自动水平扩展:需自行管理 VM fleet

深度分析

Agent Sandbox 的基础设施级解决方案

Lambda MicroVMs 的出现标志着 agent sandbox 从"应用层方案"进化到"基础设施级方案":

应用层方案(E2B、自建沙箱): - 需要自行管理基础设施 - 安全隔离需要持续审计 - 扩展需要自行实现

基础设施级方案(Lambda MicroVMs): - AWS 管理底层基础设施 - Firecracker 的安全隔离经过大规模验证 - 垂直扩展自动完成

这对 Agent Security 有深远影响:当沙箱成为基础设施原语时,安全审计的范围大幅缩小。

对 Agent Runtime 生态的影响

Lambda MicroVMs 和 AgentCore Runtime 共同构成了 AWS 的 agent runtime 双轨策略:

  1. AgentCore Runtime:面向 agent 开发者,提供托管的 agent 运行环境
  2. Lambda MicroVMs:面向平台构建者,提供底层的隔离计算原语

这个策略覆盖了 agent 生态的两个关键需求:

  • 运行 agent(AgentCore):开发者专注于 agent 逻辑,AWS 管理基础设施
  • 构建 agent 平台(Lambda MicroVMs):平台方需要底层控制权来构建自定义的 agent 运行时

Firecracker 的战略价值

Firecracker 从 Lambda 的底层技术,扩展为 AWS 的通用隔离原语:

  • Lambda 函数:Firecracker MicroVM 作为函数执行环境
  • Lambda MicroVMs:Firecracker MicroVM 作为持久 VM 原语
  • AgentCore Runtime:Firecracker MicroVM 作为 agent 运行环境
  • Fargate:Firecracker MicroVM 作为容器运行环境

Firecracker 正在成为 AWS 计算服务的统一隔离层

定价模型的隐含信号

Lambda MicroVMs 的定价更接近 Fargate 而非 Lambda,这传递了一个重要信号:

  • 不是按请求计费(Lambda 模型)
  • 按资源占用计费(Fargate 模型)

这暗示 AWS 将 Lambda MicroVMs 定位为长时运行的计算服务,而非事件驱动的函数服务。

实践启示

  • Agent sandbox:Lambda MicroVMs 是构建 agent sandbox 的理想基础设施,Firecracker 隔离经过大规模验证
  • Coding assistant:Shell 访问 + Docker 支持 + 隔离环境,完美匹配 coding assistant 的需求
  • 选型决策:需要完全控制选 Lambda MicroVMs,需要托管服务选 AgentCore Runtime
  • 区域规划:目前仅 5 个区域,需确认目标用户所在区域
  • ARM64 兼容:确保应用支持 ARM64 架构
  • Fleet 管理:准备好自行管理 VM 生命周期(创建、追踪、清理)

相关实体

  • Agent Security — Lambda MicroVMs 解决的核心安全问题
  • Firecracker — Lambda MicroVMs 的底层虚拟化技术
  • Serverless — Lambda MicroVMs 扩展了 serverless 的边界
  • E2B — 应用层 sandbox 方案,Lambda MicroVMs 的替代选择
  • Agent Runtime — agent 运行环境的整体概念

原文存档