AI Agent 运行环境难搭、空闲还收费?MicroVMs 正式公测

AI Agent 使用计算资源的方式,跟传统应用不一样。在一次会话中,它会写代码、跑代码、调用模型,然后等一个工具或一个人,再接着干。所以它需要的是短促、高强度的真实计算爆发。它还需要在刚刚生成的代码周围划一道硬边界,这样某个 Agent 的错误就不会扩散到宿主机或其他客户那里。这种模式并不是 Agent 独有的。同样的模式------密集爆发、长时间空闲等待、强隔离------也适用于:

  • 不可信代码或生成代码的沙箱
  • 按需创建、用完即弃的按用户环境
  • CI/CD 运行器和预览环境这类短生命周期任务

传统基础设施满足不了这些需求。一台 7×24 小时开着的服务器,去跑一个每小时只忙几分钟的工作负载,意味着你要为大量空闲计算时间买单。容器启动快、密度高,但它们和邻居共享内核。对于 Agent 刚刚写出来的代码,这种信任级别太高了。你可以自己补上这个缺口------用暂停、快照、快速启动和按租户隔离------但那意味着你得自己运维一套虚拟化平台。当你的产品就是 Agent 平台时,底下那层虚拟化就是你不愿意拥有的无差别劳动。

近日,DigitalOcean 宣布 DigitalOcean MicroVMs 进入公测,这样你就不必为了运行 Agent 基础设施而自己搭建和运维虚拟化层了。MicroVM 是一种基于开源 Firecracker 构建的隔离虚拟机,空闲时会暂停,活跃时能从暂停的地方精确恢复。MicroVMs 就是驱动 DigitalOcean 托管 Agents服务的那一层。现在,它也可以直接提供给正在构建自己 Agent 基础设施的团队。

DigitalOcean MicroVMs:每个 Session 使用独立隔离虚拟机,空闲时自动暂停

MicroVM 是一种轻量级虚拟机,可以在独立的虚拟机中运行你的容器镜像,拥有自己的内核,并与宿主机上的其他工作负载相互隔离。你可以使用来自 DigitalOcean Container Registry 的公开或私有镜像,选择所需的配置规格,并通过经过身份验证的 HTTPS Endpoint 访问正在运行的工作负载。DigitalOcean MicroVMs 基于开源的 Firecracker 技术运行,因此每台虚拟机都拥有真正基于硬件虚拟化实现的隔离边界,而不是与其他工作负载共享内核。

MicroVM 与传统虚拟机的区别,在于任务停止后它的运行方式。当 MicroVM 达到你设置的超时时间后,它会自动暂停;收到下一个请求时,则会恢复运行,并完整保留暂停前的内存、文件和运行中的进程状态。只有在运行期间,MicroVM 才会消耗计算资源。

检查点(Checkpoint)则解决了另一个问题:每次启动环境时都需要付出的初始化成本。你可以先启动一次 MicroVM,让它加载运行时环境、依赖项和模型,然后保存其预热后的状态作为检查点。之后创建新的 MicroVM 时,就可以直接从这个状态启动,而不必每次都重新构建运行环境。

如果你正在构建 Agent 基础设施,可以将 MicroVM 视为一种可随用随弃的计算环境。它启动迅速,暂停期间保留状态,并在 Session 结束时正常关闭。底层的虚拟机集群、隔离机制和生命周期管理,则由 DigitalOcean 负责。

MicroVM 的应用场景

MicroVM 非常适合 Agent 基础设施:每个 Session 都需要独立的隔离环境,能够按需启动、等待期间暂停,并在恢复时保留原有状态。同样的特性也适用于 Agent 以外的工作负载,尤其是那些需要创建大量短生命周期环境、以突发方式运行任务,并要求不同环境之间严格隔离的场景。

以下是 MicroVM 的典型应用场景:

  • 代码开发与评测工作空间:为每项任务分配一台具备硬件级隔离能力的 MicroVM,供 Agent 编写、运行和测试代码,并在任务完成后销毁环境。
  • 长时间运行的 Agent 工作流:支持持续运行数小时的 Agent 工作流。在等待模型响应或人员处理期间暂停,并在恢复后从中断的位置继续执行。
  • 并行强化学习(RL)环境:让大量相同的环境并行运行,并在不到一秒的时间内完成重置,以便开始下一个训练回合。
  • 每个 Agent 独立的数据存储 :为每个 Agent 提供一个临时的 Postgres 数据库或临时存储空间,供其读取、修改和丢弃数据。Agent 写入的数据会在暂停期间保留,并在 Session 结束时清除。
  • 按租户隔离的工具与 MCP Server:每个客户的工具都运行在独立的虚拟机中,确保不同租户之间无法相互访问。
  • 不受信任或自动生成的代码:为插件沙箱、安全分析和评测任务提供独立的虚拟机,确保每次运行都处于隔离环境中。
  • 短生命周期任务:运行 CI/CD Runner、Pull Request(PR)预览环境,以及执行完成后即可关闭的 ETL 任务。

这些应用场景的共同点是:都需要大量相互隔离的运行环境,这些环境可以按需创建、在短时间内集中执行任务,并且能够以较低成本随时销毁。

这里,我们以一个编程 Agent 平台为例,看看在 MicroVMs 上构建它会是什么样子。每个会话由 Agent 读取仓库、编写代码、运行代码及后续测试组成。这要求每个会话都有一个隔离环境,会话开始时创建,会话结束时销毁。

每个会话一个 MicroVM

会话开始时,你从自己的容器镜像创建一个 MicroVM。镜像里打包了你的 Agent、它的工具链和依赖项。MicroVM 在 Firecracker 上启动,拥有自己的内核,以及真正的硬件虚拟化边界,而不是共享边界。里面的 Agent 可以编写并运行它需要的任何代码,而设计上会把任何潜在的错误操作限制在这单个 MicroVM 内,与宿主机和其他客户隔离。会话通过一个经过认证的 HTTPS 端点访问,所以只有携带有效 DigitalOcean API token 的请求才能到达它。

只在运行时付费,暂停时不花钱

一个编程 Agent 在会话中大部分时间都在等待:等模型响应、等代码运行,或者等人审查它的工作。MicroVM 在你设定的空闲时长后会自动暂停,暂停期间你不需要为计算付费。当下一个请求到来时,MicroVM 会在毫秒内恢复,从它停下的地方继续,内存、文件和运行中的进程都保持在原来的状态。

快速启动和恢复

MicroVM 在毫秒内启动,所以会话一开始它就绪了。恢复一个暂停的 MicroVM 同样快,这让在步骤之间暂停变得切实可行,而不必为每个会话或用户维持一台长期开着的机器。这也意味着,一波新会话到来时,只需按需拉起更多 MicroVM,上限是你团队的 MicroVM 限额,而不需要你提前预置容量。

每个会话都是热的,不用从零开始

创建 Agent 环境需要大量设置,为每个新会话重新构建一切既慢又低效。MicroVMs 让你只需处理一次环境设置,把它做成检查点,然后从检查点启动新会话。每个会话都从你捕获的状态里预热好,一开始就准备好执行任务,不需要任何设置。

内置恢复和私有网络

把编程 Agent 从概念验证推向生产,需要自动恢复和私有网络这类能力。如果工作负载在启动后崩溃,MicroVM 会自动重启它。不过,在 MicroVM 上,一个陷入失败循环的崩溃工作负载会停止重试,以防止一个坏镜像无休止地重启。此外,MicroVMs 可以运行在你的 VPC 内,这样它们就能访问你的数据库和内部服务,而不必把它们暴露给公网。如果你没有 VPC,DigitalOcean 可以帮你创建一个。

已经在为 DigitalOcean Managed Agents 提供支持

MicroVMs 为 DigitalOcean 托管 Agents服务(公测中)提供支持,所以你能获得同样的暂停、恢复和隔离能力。

MicroVMs 给你的是虚拟机和它的生命周期:从镜像创建一个、暂停和恢复它、做检查点、在里面运行命令,并通过它的端点访问它。Managed Agents 是上层,它的 DigitalOcean Harness Runtime 在 MicroVM 之上增加了一个 Agent 控制平面。你不需要自己构建任何东西来处理文件的读写、上传下载、运行和升级 Agent harness、跨运行保留会话状态,以及代理对工具的受治理访问。

DigitalOcean icroVMs 的定价

你只需为 MicroVM 运行期间的计算用量付费,vCPU 每小时 0.022,内存每 GiB 每小时 0.0085,按秒计费。存储按你实际使用的量计费,每 GiB 每月 0.05,用来保留每个 MicroVM 的磁盘和已保存状态,所以一个暂停的 MicroVM 只收你存储费。公网出站数据传输是每 GiB 0.01。

资源 费率
vCPU 每 vCPU 小时 $0.022
内存 每 GiB 小时 $0.0085
存储 每 GiB 月 $0.05

一个分配了 2 vCPU 和 4 GiB 内存的 MicroVM,如果跑满一小时,计算用量将花费 0.078。一个使用同样 vCPU 和内存配置的编程 Agent 会话,在这一小时里运行 15 分钟、其余时间暂停,计算费用只有 0.0195,加上它用的存储。所以,会话空闲的时间越长,你在计算上花的钱就越少。

开始使用 MicroVMs

编程 Agent 平台只是你能用 MicroVMs 构建的一个例子。你还可以把它用于其他用例,比如不可信代码的沙箱、评估和强化学习(RL)环境、CI/CD 运行器,以及拉取请求(PR)预览环境。

从控制面板、doctl 或 API 创建你的第一个 MicroVM(下面是一个 doctl 示例)。默认 HTTP 端口是 8080。用 --http-port 匹配你的容器。

复制代码
doctl compute microvm create my-agent-session \
  --oci-ref registry.digitalocean.com/your-team/agent:latest \
  --region <region> \
  --cpu 2 --memory 4096

从那里开始,你可以暂停和恢复它、给它做检查点,并在里面运行命令。查看文档,或者直接联系 DigitalOcean 中国区战略合作伙伴卓普云(aidroplet.com)了解更多。

相关推荐
坐吃山猪2 小时前
FDE前沿部署工程师
人工智能·开发
十铭忘2 小时前
四大坐标系的转换6——Plücker 坐标
人工智能
小弥儿2 小时前
GitHub今日热榜 | 2026-10-12:pytorch 上升四位
人工智能·pytorch·学习·开源·github
sunneo2 小时前
Google开源端侧推理引擎ML Drift
人工智能
m0_587383002 小时前
无人自助拼豆系统落地开发实战指南 核心逻辑实现与部署经验分享
前端·javascript·vue.js·人工智能·经验分享·需求分析
troy1282 小时前
深度解析:如何用好 AI,成为自身能力的放大器
人工智能
ACP广源盛139246256732 小时前
硬件选型笔记|国产 PCIe4.0 交换芯片 IX8012@ACP,边缘 AI 设备 IO 扩展方案探讨
人工智能·笔记·硬件架构·pcie·国产芯片
想会飞的蒲公英2 小时前
Jev 模型详解:不生成文字的决策模型,接口、置信度与评测边界
人工智能·jev
虾..2 小时前
计算机图形学:理解光照模型
人工智能