01 无服务器计算在人工智能工作负载中的应用日益广泛无服务器平台正从轻量级 Web 功能扩展到人工智能推理和其他计算密集型工作负载。这一发展趋势正在拓宽可使用事件驱动型云基础设施的应用类型。随着企业部署生成式人工智能和机器学习应用，减少基础设施管理工作，无服务器 GPU 计算的扩展正在强化无服务器计算市场趋势。2025年10月，IBM推出了配备GPU的IBM Cloud Code Engine无服务器集群（Serverless Fleets）。该服务专为高度并行化的AI和计算密集型工作负载而设计，能够处理成千上万甚至数百万个任务，同时动态地配置和扩展底层计算资源。
02 混合无服务器计算模型的采用率不断提高开发者们越来越倾向于选择既能保持自动扩展和按需付费模式，又能解决传统无服务器架构（例如冷启动和并发受限）局限性的平台。混合架构可以根据需要保持计算资源的“预热”状态，在同一实例中处理多个请求，并随着流量的增长动态扩展容量。这种架构转变正在推动无服务器计算市场对兼具无服务器灵活性和传统持久服务器特性的平台的需求增长。2026年1月，Vercel扩展了其无服务器执行模型Fluid Compute，优化了并发性和动态扩展能力。该架构支持Node.js和Python两大运行时环境，可在各个函数实例内进行并发请求处理，并根据工作负载需求自动扩展资源。
01 人工智能代理的快速发展加速了无服务器架构的普及人工智能代理需要后端基础设施来响应不可预测的请求、调用外部工具、检索信息并处理事件驱动型工作流，而无需开发人员维护持续运行的服务器。无服务器计算非常适合这些应用，因为当代理活动增加时，容量可以自动增加；当工作负载空闲时，容量可以自动减少。因此，代理应用的快速发展正在推动云原生软件环境中无服务器计算市场的增长。2026年4月，Google Cloud扩展了Cloud Run的功能，使其能够构建和运行AI代理，包括与Gemini企业代理平台集成以及提供完全托管的远程MCP服务器。Cloud Run还增加了对NVIDIA RTX PRO 6000 Blackwell GPU的支持，这些GPU能够处理包含超过700亿个参数的模型，而无需用户管理底层基础架构。
01 冷启动和执行限制会限制对延迟敏感的应用程序传统的无服务器架构在处理新请求之前，需要初始化一些不活跃的函数，这可能会导致启动延迟。对于需要可预测的低延迟执行的工作负载而言，这些性能方面的考虑可能会限制无服务器计算市场规模的扩张。2025 年 5 月，微软通过灵活消费计划和与 Azure 容器应用的集成扩展了 Azure Functions 的功能。这些更新引入了更大的实例规模、更多区域、区域冗余、网络增强功能以及跨 Azure Functions 计划的托管标识支持，从而解决了与高要求无服务器应用程序相关的多项基础架构限制。
01 边缘无服务器计算为低延迟应用创造了机遇在更靠近最终用户的位置运行无服务器函数可以减少应用程序和集中式云区域之间信息传输的距离。这为实时个性化、身份验证、物联网处理、API 执行、广告和其他对延迟敏感的工作负载创造了机会。2025年8月，Fastly发布了面向其边缘平台的正式MCP服务器，此前该公司已演示了使用Fastly Compute平台安全部署MCP。该计算平台支持包括JavaScript、C++、Rust和Go在内的WebAssembly兼容语言，使开发人员能够更靠近用户执行无服务器应用程序逻辑。
01 支持快速变化的编程环境仍然很困难无服务器计算行业必须持续支持新的编程语言版本、框架、依赖项和云服务，同时还要确保现有应用程序的安全性和兼容性。开发者越来越希望在语言发布后不久就能访问新的运行时环境，但部署不成熟的运行时环境可能会引入破坏性变更和运维风险。因此，无服务器提供商需要在快速访问开发者资源和满足托管生产基础设施稳定性要求之间取得平衡。2026 年 8 月，AWS 为 AWS Lambda 推出了公开预览运行时，首先推出的是 Node.js 26 和 Python 3.15。该计划允许开发人员在正式发布之前测试 2 个预发布语言运行时，从而让 AWS 更早地获得反馈，同时也让开发人员更快地访问即将推出的编程环境。
2026年6月：亚马逊网络服务 (AWS) 通过推进 AWS Lambda 功能、事件驱动架构和 AI 应用部署工具，扩展了其无服务器计算生态系统。该公司专注于提升可扩展性、开发人员效率和云原生应用开发能力。