@seclink: Agent 执行与通用代码执行的最大区别在于：Agent 执行需要极低的冷启动时间（毫秒级响应）、频繁的文件系统状态同步（Agent 需要读写中间代码、产出文件）以及灵活的 API/网络访问控制。 以下是精简后的两个核心推荐方案： 方案一…

X AI KOLs Timeline 新闻
agent-execution sandbox firecracker docker open-source ai-infrastructure security

摘要

该文讨论了Agent执行与通用代码执行的区别，并推荐了两种沙箱方案：基于Firecracker的E2B和基于Docker的OpenSandbox，分别适合生产级和私有化部署场景。

Agent 执行与通用代码执行的最大区别在于：Agent 执行需要极低的冷启动时间（毫秒级响应）、频繁的文件系统状态同步（Agent 需要读写中间代码、产出文件）以及灵活的 API/网络访问控制。 以下是精简后的两个核心推荐方案： 方案一：E2B Infrastructure (基于 Firecracker 的专有 Agent 沙箱) —— 生产级首选 E2B 是目前整个大模型行业（包括 AutoGPT、Devin 类项目、LangChain 等）在代码执行沙箱上的事实标准。虽然它有云服务，但其核心沙箱调度与隔离引擎完全开源。 技术底座：Firecracker MicroVM（硬件级内核隔离）。 多租户与隔离：每个 Agent 的每次执行都运行在独立的 MicroVM 中。由于 Firecracker 去掉了所有非必要的外设驱动，冷启动时间控制在 150ms 以内，非常适合 Agent 这种交互式、高并发的执行模式。 动态资源限制：支持在模板定义和启动时，精细分配 vCPU 数量（如 1 核、2 核）以及内存大小（如 512MB、1GB）。资源由 KVM 强限制，单租户溢出不会影响宿主机。 网络策略（Egress Control）：通过自定义虚拟网卡（TAP）配合宿主机调度器。可以默认关闭公网，仅允许 Agent 访问特定的第三方 API 域名（如 OpenAI/Anthropic 的 API 接口，防止 Agent 将宿主机敏感数据外泄）。 文件系统与状态管理：Agent 专有优化：支持以 Memfs/Overlayfs 为基础的秒级快照。Agent 可以在沙箱里安装依赖（如 pip install pandas），E2B 可以将该状态瞬间保存为“自定义沙箱模板”，供下一个任务快速复用。 提供专有 API 用于在宿主机与沙箱文件系统之间双向同步文件。 适用场景：你需要搭建一个商用的 Agent 平台，允许用户输入任意 Prompt 让 Agent 生成并运行 Python/JS 代码，且绝对不能出安全事故。 开源仓库：http://github.com/e2b-dev/infra 方案二：OpenSandbox (基于 Docker/K8s 的轻量级 Agent 安全沙箱) —— 国内/内网首选 由阿里巴巴开源，专门针对 LLM Agent 代码执行场景设计的沙箱环境。如果你的物理机或云服务器无法开启 KVM（例如嵌套虚拟化受限），或者你希望直接在现有的 Kubernetes/Docker 容器集群中运行，这是最佳方案。 技术底座：Docker 容器隔离 / K8s Pod 隔离（可选挂载 gVisor 作为安全运行时）。 多租户与隔离：提供多租户管理 API。虽然默认基于容器隔离，但它专门针对 Agent 常见攻击特征（如利用 Python 反射读取系统环境变量、执行敏感系统命令、端口扫描等）在应用层和系统调用层做了安全加固和拦截。 动态资源限制：基于 Cgroups 机制。支持在通过 API 拉起沙箱时，动态限制 CPU Share、内存 Limit，以及磁盘 IOPS，防止 Agent 陷入死循环（如 while True）导致宿主机 CPU 爆满。 网络策略：集成容器网络的 NetworkPolicy。可以动态控制沙箱的入站和出站流量（例如：禁止访问内网的数据库和配置中心，只允许访问公网）。 文件系统与目录控制：针对 Agent 优化：严格限制沙箱内的根目录挂载。Agent 只能在指定的 /workspace 目录下读写文件，无法触及任何宿主机文件。提供标准接口供外部读取 Agent 生成的图表、CSV 等结果文件。 适用场景：私有化部署、内网环境、或是无法使用 KVM 虚拟化的云服务器环境，且需要快速对接国内主流的大模型开发框架。 开源仓库：http://github.com/alibaba/OpenSandbox…
查看原文
查看缓存全文

缓存时间: 2026/07/08 05:41

Agent 执行与通用代码执行的最大区别在于：Agent 执行需要极低的冷启动时间（毫秒级响应）、频繁的文件系统状态同步（Agent 需要读写中间代码、产出文件）以及灵活的 API/网络访问控制。

以下是精简后的两个核心推荐方案：

方案一：E2B Infrastructure (基于 Firecracker 的专有 Agent 沙箱) —— 生产级首选 E2B 是目前整个大模型行业（包括 AutoGPT、Devin 类项目、LangChain 等）在代码执行沙箱上的事实标准。虽然它有云服务，但其核心沙箱调度与隔离引擎完全开源。

技术底座：Firecracker MicroVM（硬件级内核隔离）。 多租户与隔离：每个 Agent 的每次执行都运行在独立的 MicroVM 中。由于 Firecracker 去掉了所有非必要的外设驱动，冷启动时间控制在 150ms 以内，非常适合 Agent 这种交互式、高并发的执行模式。

动态资源限制：支持在模板定义和启动时，精细分配 vCPU 数量（如 1 核、2 核）以及内存大小（如 512MB、1GB）。资源由 KVM 强限制，单租户溢出不会影响宿主机。

网络策略（Egress Control）：通过自定义虚拟网卡（TAP）配合宿主机调度器。可以默认关闭公网，仅允许 Agent 访问特定的第三方 API 域名（如 OpenAI/Anthropic 的 API 接口，防止 Agent 将宿主机敏感数据外泄）。

文件系统与状态管理：Agent 专有优化：支持以 Memfs/Overlayfs 为基础的秒级快照。Agent 可以在沙箱里安装依赖（如 pip install pandas），E2B 可以将该状态瞬间保存为“自定义沙箱模板”，供下一个任务快速复用。 提供专有 API 用于在宿主机与沙箱文件系统之间双向同步文件。

适用场景：你需要搭建一个商用的 Agent 平台，允许用户输入任意 Prompt 让 Agent 生成并运行 Python/JS 代码，且绝对不能出安全事故。 开源仓库：http://github.com/e2b-dev/infra 方案二：OpenSandbox (基于 Docker/K8s 的轻量级 Agent 安全沙箱) —— 国内/内网首选 由阿里巴巴开源，专门针对 LLM Agent 代码执行场景设计的沙箱环境。如果你的物理机或云服务器无法开启 KVM（例如嵌套虚拟化受限），或者你希望直接在现有的 Kubernetes/Docker 容器集群中运行，这是最佳方案。 技术底座：Docker 容器隔离 / K8s Pod 隔离（可选挂载 gVisor 作为安全运行时）。 多租户与隔离：提供多租户管理 API。虽然默认基于容器隔离，但它专门针对 Agent 常见攻击特征（如利用 Python 反射读取系统环境变量、执行敏感系统命令、端口扫描等）在应用层和系统调用层做了安全加固和拦截。

动态资源限制：基于 Cgroups 机制。支持在通过 API 拉起沙箱时，动态限制 CPU Share、内存 Limit，以及磁盘 IOPS，防止 Agent 陷入死循环（如 while True）导致宿主机 CPU 爆满。

网络策略：集成容器网络的 NetworkPolicy。可以动态控制沙箱的入站和出站流量（例如：禁止访问内网的数据库和配置中心，只允许访问公网）。

文件系统与目录控制：针对 Agent 优化：严格限制沙箱内的根目录挂载。Agent 只能在指定的 /workspace 目录下读写文件，无法触及任何宿主机文件。提供标准接口供外部读取 Agent 生成的图表、CSV 等结果文件。

适用场景：私有化部署、内网环境、或是无法使用 KVM 虚拟化的云服务器环境，且需要快速对接国内主流的大模型开发框架。 开源仓库：http://github.com/alibaba/OpenSandbox…

e2b-dev/infra

Source: https://github.com/e2b-dev/infra

E2B Infra Preview Light E2B Infra Preview Dark

E2B Infrastructure

E2B is an open-source infrastructure for AI code interpreting. In our main repository e2b-dev/e2b we are giving you SDKs and CLI to customize and manage environments and run your AI agents in the cloud.

This repository contains the infrastructure that powers the E2B platform.

Contributing

See CONTRIBUTING.md for ways you can contribute to E2B Infrastructure.

Self-hosting

Read the self-hosting guide to learn how to set up the infrastructure on your own. The infrastructure is deployed using Terraform.

Supported cloud providers:

  • 🟢 GCP
  • 🟢 AWS (Beta)
  • Azure
  • General linux machine

相似文章

@yibie: 推荐这个短小但精准的观察。Agent 越来越多跑在临时 sandbox 里，但所有 sandbox 提供商都在优化"启动到能执行命令"的时间（中位数 690ms）。Matt Rickard 指出：真正被忽视的瓶颈不是启动——是把代码 cl…

X AI KOLs Timeline

文章指出AI Agent在临时sandbox中运行时，git clone已成为新瓶颈（常需数秒），而Matt Rickard开发的Corigin通过重建git读路径将clone时间降至184-646ms，比sandbox启动（690ms TTI）还快。