BoxLite: Micro-VMs als Laufzeit für KI-Agenten

BoxLite ist eine quelloffene Laufzeitumgebung, die KI-Agenten in hardware-isolierten Micro-VMs statt in Containern ausführt. Jede Box startet dafür ein beliebiges OCI-Image in einer eigenen virtuellen Maschine.

Das Projekt beschreibt sich selbst als Rechenunterbau für Agenten. Agenten sollen darin Pakete installieren, Dateien schreiben und über mehrere Arbeitsschritte hinweg weiterarbeiten können, ohne dass die Umgebung jedes Mal von vorn hochfährt. Der eigene Anspruch laut Projektseite: leicht genug, um auf einem Laptop mitzulaufen, elastisch genug für eine Agenten-Cloud.

Wie die Isolierung aufgebaut ist

Unter Linux setzt BoxLite auf KVM, unter macOS auf die Hypervisor.framework des Betriebssystems. Auf Systemebene kommt zusätzlich seccomp beziehungsweise sandbox-exec zum Einsatz. In jeder Box laufen laut Beschreibung ein Shim und der eigentliche Container innerhalb der VM.

Gesteuert wird das über eine eingebettete Laufzeitbibliothek, die in die Anwendung selbst wandert. Der Anspruch dahinter ist eine stärkere Trennung als bei reinen Containern bei geringerem Ballast als bei vollwertigen VMs. Für Agenten, die von einem Sprachmodell erzeugten Code ausführen, ist genau diese Trennlinie der praktische Kernpunkt.

Plattformen, SDKs und Lizenz

Unterstützt sind derzeit macOS auf Apple Silicon, Linux auf x86_64 und ARM64 sowie Windows über WSL2. Für macOS auf Intel-Prozessoren kündigt das Projekt Unterstützung an, ohne einen Zeitpunkt zu nennen.

SDKs gibt es für Python ab Version 3.10, Node.js ab 18, Go ab 1.24 sowie für Rust und C. Ausgeliefert wird über PyPI, npm und crates.io, dazu kommt ein Installationsskript für die Kommandozeile. Der Code steht unter Apache 2.0.

Was sich nicht überprüfen ließ

Für diesen Beitrag stand genau eine Quelle zur Verfügung, nämlich das Repository selbst. Unabhängige Berichterstattung zu BoxLite lag zum Redaktionsschluss nicht vor, deshalb ist keine der folgenden Angaben von zweiter Seite bestätigt.

Das Repository nennt weder Startzeiten noch Speicherbedarf noch einen Vergleich mit Docker oder Firecracker. Aussagen über Geschwindigkeit oder Effizienz sind daher nicht belegbar, sie fehlen schlicht. Auch eine Versionsnummer oder ein Datum der jüngsten Veröffentlichung war nicht auffindbar.

Die im Repository genannten Integrationen bei Databricks Omnigent, der Alibaba AgentScope Runtime und ByteDance deer-flow sind Selbstauskunft des Projekts und von uns nicht gegengeprüft. Die Zahlen zu Sternen, Forks und offenen Vorgängen sind eine Momentaufnahme vom 27.08.2026 und ändern sich laufend.