Modal VM Sandboxes 在 2026 年 10 月 1 日正式 GA，这是 AI 云基础设施公司 Modal 在官方博客宣布的新品：给 AI 智能体准备的完整 Linux 虚拟机。开发者只要把沙盒的运行时参数切到 runtime="vm"，智能体就能在一台真正的电脑里干活——跑 Docker、起本地数据库、折腾 Linux 内核都不在话下，而 API、镜像和按量计费都和原来保持一致。
一个参数，从容器换成真机
VM Sandboxes 延续了 Modal 沙盒的操作方式：同一套 API、复用 modal.Image 镜像、亚秒级冷启动、CPU 与内存可突发，单集群能撑起数十万并发沙盒。变化在底层：从 gVisor 容器换成了真正的虚拟机。Modal 为此基于 Rust 的 Cloud Hypervisor 自研了运行时，在宿主机文件系统、镜像懒加载、内存突发和快照技术上都做了定制。
切换成本被压得很低：原来的 gVisor 沙盒继续作为默认运行时，想用真机时改一个参数即可。官方的建议也很直接——只有当你撞上用户态的墙（Docker、FUSE 文件系统、冷门的内核特性）时，才需要切到 VM。
智能体为什么想要一台电脑
Modal 在博客里讲了一个转折点：今年早些时候，他们看到 Ramp 在 Modal 沙盒里搭起了一个驱动完整软件开发生命周期的内部智能体，才意识到智能体真正想要的运行环境长什么样。
跑在评测或生产环境里的智能体，越来越希望住进一台"真机器"：跑 Docker 编排、本地数据库和开发服务器、图形界面、手机模拟器，甚至直接摆弄 Linux 内核。与此同时，Modal 不想丢掉容器时代攒下的人体工程学——exec 与文件系统 API、可突发的资源模型——于是把两者拼在一起：VM 的能力，容器的手感。
已经跑起来的三个例子
GA 之前，VM Sandboxes 已经在早期客户手里跑了几个月，累计启动超过 2000 万台虚拟机。官方博客点了三个名字。
Linear 的 Coding Sessions 让用户不用离开 Linear 就把 issue 丢给编程智能体，每个会话背后都是一台装着用户完整开发环境的 VM。Linear 的工程师表示，切换只改了一个参数，之后一切正常工作，Docker 终于能像在普通 Linux 主机上一样跑起来。
法律 AI 公司 Legora 拿它做长时程的智能体评测：在每台沙盒里装起整个 Legora 应用——Postgres、DOCX 编辑器、智能体自己的代码沙盒，一跑就是几个小时、几千份文档。之前为了在容器里模拟完整的 Docker，他们在每一层都打了网络和 FUSE 的补丁；换成 VM 之后，这些变通方案被全部删掉。
前沿 AI 数据实验室 Snorkel 则用它做智能体仿真：每月数百万次仿真中，智能体要在接近真实世界的环境里完成零停机数据库迁移、多服务热切换这类任务。用他们的话说，仿真要有意义，环境必须像智能体真正会面对的现实世界——VM 沙盒给每次仿真配了一台完整的机器。
这不是一次简单的"配置升级"
把几件事放在一起看，VM Sandboxes 的分量就清楚了。
第一，智能体基础设施的竞争焦点正在下移。模型能力拉不开差距的时候，谁能给智能体更像生产环境的"电脑"，谁就能接住更复杂的任务。Modal 这次补的是"环境保真度"这一块。
第二，Modal 正在把版图拼起来：不久前正式发布的 Modal Clusters 瞄准多节点训练，这次的 VM Sandboxes 瞄准智能体运行和评测——一边是"造模型的地方"，一边是"用模型干活的地方"。
第三，对开发者来说，选型逻辑变简单了：工作负载在现有沙盒里跑得好好的，就别动；一旦智能体开始要求 Docker、内核模块这类"真机特权"，切一个参数就行，不用换平台、不用重写镜像。
当然也有边界：GA 首日的 VM Sandboxes 被刻意做成了"容器形状"，为的是无缝替换；真正利用 VM 编程模型的新原语还在路上。Modal 自己也说，下一步是让 VM 更轻、更弹性。
但方向已经很明确：2026 年的智能体竞赛，下半场拼的不只是模型，而是智能体住进去的那台"电脑"长什么样。
