Netlify Server上线:让WebSocket与AI长任务常驻

Netlify 推出常驻后端 Netlify Server,补足 Serverless 在 WebSocket 与长任务上的短板。
Netlify 在 Product Hunt 发布 Netlify Server,为应用提供在用户使用期间持续存活的后端进程,直指传统 Serverless 难以处理的三类负载:WebSocket 长连接、多人在线协作和耗时较长的 AI Agent 任务。产品提供两条上手路径——用自然语言描述由内置 Agent 生成后端,或直接带入 Express、Fastify、Hono、Koa 现有代码。每个预览环境配备独立后端服务器,便于实时功能联调;伸缩策略为按需扩展、空闲缩容到零,早期访问阶段免费。该产品在 Product Hunt 获 125 票、排名第 4,其价值在于把常驻能力打包进现有 Netlify 部署流程,而非发明新概念。
Netlify 在 Product Hunt 上推出了 Netlify Server,这是一个让应用后端在用户使用期间保持存活的新能力。它直接瞄准了传统 Serverless 架构最难处理的三类负载:WebSocket 长连接、多人在线协作应用,以及需要时间跑完的 AI Agent 任务。该产品在 Product Hunt 获得 125 票,排名第 4,分类覆盖 SaaS、开发者工具与人工智能。

从“用完即走”到“用完仍在”
Serverless 的核心承诺是按需执行、空闲归零,但这份承诺在实时场景里经常变成负担。WebSocket 需要连接长期挂起,多人在线游戏需要内存中保存房间状态,AI Agent 可能在几分钟后才返回结果——这些都不是一次函数调用能覆盖的。Netlify Server 的思路很直接:为应用提供一个在用户使用期间持续存活的后端进程。它保持 WebSocket 连接打开,把状态放在内存里,并且随项目一起部署。
这相当于在 Netlify 原有静态托管与函数能力之外,补上了一层“有状态运行时”。它并不是要替代传统服务器,而是把需要常驻的那部分逻辑收拢到一个可随项目分发的单元中。
Serverless 与常驻进程的架构差异
传统 Serverless(FaaS)以事件触发的一次性函数为执行单元:请求到达时启动实例,响应返回后实例很快被回收,运行时通常不保证跨请求的内存持续性。这种模型天然不适合需要维护连接或会话状态的工作负载。
常驻后端(如容器或长期运行的 Node.js 进程)则相反:进程在用户会话期间持续存在,内存中的变量、连接池和 WebSocket 句柄都可以跨请求复用。代价是需要管理进程生命周期、伸缩与空闲回收。Netlify Server 试图折中:保留常驻进程的编程模型,同时由平台负责扩缩容与空闲归零,使开发者不必自建服务器运维。
两种上手方式:描述生成与自带框架
Netlify Server 提供了两条路径。第一条是用自然语言描述需求,由内置 Agent 直接构建后端;第二条是带上已有的 Express、Fastify、Hono 或 Koa 代码。后者对已有项目更友好,迁移时不需要重写路由与中间件,框架生态保持原样。
同时支持四个主流 Node.js 框架,说明它并不打算锁定某一种技术栈。对开发者来说,这意味着可以在熟悉的代码结构里获得常驻能力,而不是被迫学习一套新的编程模型。内置 Agent 生成代码的路径更像是为快速原型和轻量服务准备的入口,两者的取舍取决于项目复杂度。
每个预览环境都有独立后端
一个容易被忽略但影响工作流的细节是:Netlify Server 为每个预览环境提供自己的服务器。传统上,预览部署往往只能验证前端,后端要么共用 staging 环境,要么干脆无法联调。独立后端让评审者可以在预览链接里直接测试实时功能,而不必担心污染主环境数据。
这个设计对多人协作类产品的迭代节奏影响明显。房间状态、连接数、内存数据在不同预览之间彼此隔离,测试实时功能时不用排队等一套共享后端。
伸缩策略:按需扩展,空闲归零
Netlify Server 宣称随需求扩展,并在空闲时缩容到零。这两句话组合起来指向一个务实的目标:实时应用不再需要为闲置时间付费。对于使用量波动大的产品,比如活动期间才活跃的多人游戏或阶段性使用的协作工具,这种弹性比固定规格的常驻服务器更贴近实际成本曲线。
当然,缩容到零也意味着冷启动问题依然存在。对于 WebSocket 这类需要即时响应的场景,首个连接建立时的延迟是否可接受,需要实际测试才能判断。Netlify 目前以早期访问阶段免费提供,这降低了验证成本。
冷启动与扩容行为
“缩容到零”意味着没有活跃流量时后端进程被完全回收,下一个请求需要重新拉起进程并初始化应用代码,这段延迟即冷启动。对 HTTP 短请求,冷启动通常只增加数百毫秒;但对 WebSocket 握手,客户端会直接感知为连接建立变慢。
另外,“随需求扩展”在有状态场景中并非无痛:内存中的房间状态默认只存在于单个实例,水平扩展多个实例时需要额外的状态同步或粘性路由机制。文章提到的“内存状态在扩缩容时的行为”正是这一问题的关键,评估时应重点测试扩容时新实例是否丢失会话、缩容时是否中断长连接。
对 AI Agent 场景的意义
长任务 AI Agent 是这次发布里最有意思的方向。Agent 执行往往涉及多轮工具调用、外部 API 请求和中间状态保存,耗时远超普通请求。把这类任务放在传统函数里,很容易撞上执行时长上限;放在自建服务器里,又要额外承担运维。Netlify Server 的内存状态与常驻进程,刚好匹配 Agent 需要“记住中间过程”的特性。
结合描述生成后端的 Agent 能力,Netlify 实际上把“用 AI 构建 AI 后端”做成了一个闭环。开发者描述想要的 Agent 服务,平台生成并托管它,再靠常驻运行时支撑它跑完长任务。这套组合能否稳定支撑生产级 Agent,还需要更多实践检验。
AI Agent 长任务与执行时长限制
AI Agent 通常由“规划—调用工具—观察结果—再规划”的多轮循环构成,一次任务可能涉及数十次外部 API 调用,耗时从几十秒到数分钟不等。多数 Serverless 平台对单次函数执行设有硬性超时(常见为数十秒到十几分钟),超出即被强制终止,中间状态随之丢失。
常驻进程不受单次调用时长约束,可以把任务状态(对话历史、工具返回、中间变量)保存在内存中,按需推进。但这也要求平台提供进程存活保障与故障恢复策略,否则进程被回收时未持久化的状态仍会丢失。生产级 Agent 通常还需要把关键状态写入外部存储作为兜底。
早期访问阶段值得关注
Netlify Server 目前处于早期访问并免费开放,在 Product Hunt 上获得 125 票、排名第 4,说明开发者对“Serverless 平台补上常驻后端”这件事有真实需求。它的价值不在于发明新概念,而在于把 WebSocket、内存状态、独立预览后端和空闲缩容打包进现有的 Netlify 部署流程。
对正在做实时协作、多人在线或 AI Agent 产品的团队,这是一个值得在早期访问期试用的选项。需要留意的是冷启动表现、长连接稳定性以及内存状态在扩缩容时的行为——这些细节决定它能否从原型工具走向生产环境。
相关推荐

Anthropic创始团队自述:我们为何押注AI安全
Anthropic创始团队亲述创业初衷:从理论物理到AI安全,为何选择公益公司架构,早期模型如何笨拙,以及Mythos模型揭示风险后启动Glasswing项目的决策取舍。

黑洞不是洞:用蹦床比喻讲透引力弯曲时空
黑洞不是空洞而是物质之山。视频用蹦床和铁砧的比喻,解释引力如何弯曲时空,揭示黑洞名称的误导性来源,帮助读者建立更准确的物理直觉。

Genie One精准度背后:精选Agent为何需要治理上下文
Genie One 的准确度问题揭示了精选 Agent 的核心挑战:缺乏治理上下文时,财务与核保对同一问题给出矛盾答案。本文分析治理上下文的三个层次、精选 Agent 的准确度陷阱,以及构建可治理上下文层的工程方向。