Docker 为 Docker Desktop 推出了自研虚拟化层 Docker VMM,用来替代第三方虚拟化组件,使 Docker 能够直接控制并针对容器工作负载进行优化。公开测试版已随 Docker Desktop 4.86 在 Mac 和 Windows 上发布,Linux 支持计划于十月底的正式版本中加入。 虚拟机监视器平时很少被开发者注意,直到它变慢、不稳定,或者占用了本应释放的机器内存。Docker Desktop 过去一直依赖第三方 VMM,现在运行在从零构建的 Docker VMM 之上,意味着它掌握了完整技术栈,可以针对容器工作负载调优引擎的各个部分。 据 Docker 介绍,新虚拟化层带来了多项性能、稳定性与治理改进:容器启动在首次启动、项目间切换和重启恢复等方面都有可量化加速,容器与宿主之间的文件共享也有改善,在编辑、编译、测试的工作流里效果尤其明显;新层还能在容器空闲时把未使用的内存返还给宿主,提升内存效率。
文章图片 2
真正被低估的,是它的外溢价值。Docker 指出,新 VMM 不只是性能升级,更是跨产品运行时架构的新基础,同一虚拟化引擎为 Docker Sandboxes 提供支持,而 Sandboxes 正是用于 AI 智能体的隔离环境。换句话说,底层引擎的改进会同时惠及传统容器工作负载和智能体运行环境。 这指向一个容易被忽视的问题:当企业把智能体纳入生产,运行时的隔离、镜像与部署管理会直接决定落地速度。智能体一旦走出沙箱,权限、资源和风险边界就必须可控。星战在 Docker 镜像仓库与 AI 部署方向上的能力,正是帮助企业把模型与智能体封装成可管控、可复现的运行单元。 Docker 的长期目标是实现跨笔记本、云端和本地的统一运行时,让容器、Compose 应用与 AI 智能体共享同一基础。这意味着智能体的运行环境正在被基础设施层标准化,而不是每个团队各自搭一套临时方案。
文章图片 4
模型能力决定上限,运行时基础设施决定边界。当隔离与调度成为智能体走向生产的门槛,谁能把这一层做稳,谁就能让智能体更早进入真实业务。