给 Agent 一台真机器：Modal 补齐沙箱、可信边界与多节点集群
Agent 基础设施的分工正在变清晰：执行环境要像真机、信任边界要硬隔离、训练与推理要能扩到多节点。
Modal 在其首届 Runtime 大会上发布多项更新，三件最值得关注：VM Sandboxes 正式 GA，只需设置 runtime="vm" 就能得到一台完整 Linux 虚拟机，支持 Docker、FUSE 与内核特性，并沿用原有 Sandbox 的 API、镜像、亚秒级冷启动与内存爆发能力，早期客户已启动超过 2000 万个 VM；Sidecars 进入 Beta，是与主沙箱同宿主运行但彼此隔离的可信容器，用于在可信与不可信代码之间划出边界；Modal Clusters 正式发布，加一个 @modal.clustered 装饰器即可获得多节点集群。
三件事分别解决什么
- 容器不够用的时候，VM 才是答案。 很多 Agent 任务需要在沙箱内跑 Docker、挂载 FUSE 文件系统或使用特定内核能力，标准容器给不了。这是「本地跑不通、沙箱里就能跑」的常见原因。
- 可信代码与不可信代码不该同处一室。 Sidecar 的思路是把边界做进运行时，而不是靠约定。相比把出口流量统一收口的做法，它在延迟上更有优势。
- 多节点不该是难点。 用装饰器把集群抽象出来，自动配好 PyTorch 与 NCCL，等于把并行训练的门槛降到改一行代码。
对自建方案的提醒
即使不用托管服务，这三层拆法也值得照搬：先让执行环境具备真机能力，再给不可信代码单独的隔离层，最后把多节点抽象成配置而不是脚本。自建时最容易漏掉的是出口流量控制与凭据隔离——把这两项做在前面，比事后补审计便宜得多。