用于编程智能体的外部沙箱
摘要
Simon Willison 和 Prime Radiant 推出了“外部沙箱”模式,用于安全执行编码智能体生成的代码,并发布了三种沙箱服务器实现(基于 v86、容器和 Quicksand)。这些实现采用统一的本地主机 API 和网络白名单代理,可供 Pi、Claude Code 和 Codex 等工具使用。
暂无内容
查看缓存全文
缓存时间: 2026/11/19 02:59
# 编码智能体的外部沙箱
来源:https://simonwillison.net/2026/Nov/17/external-sandboxes-for-coding-agents/
2026年11月17日 \- 链接博客
**编码智能体的外部沙箱 (https://blog.primeradiant.com/external-sandboxes-for-coding-agents/)**。我一直在探索为智能体执行的代码提供沙箱环境的新方法,重点是让尝试本地模型变得更加安全,无需担心一次失误或提示注入攻击会导致它们对机器采取破坏性操作。
我与 Prime Radiant (https://primeradiant.com/) 合作开展了这个项目。这家 AI 研究实验室开发了 Superpowers 和其他项目 (https://github.com/orgs/prime-radiant-inc/repositories)。
我在 Prime Radiant 博客上发表的文章 (https://blog.primeradiant.com/external-sandboxes-for-coding-agents/) 介绍了**外部沙箱**模式:智能体执行的代码在专用沙箱内运行,而智能体本身则位于该沙箱之外。
为了演示这一模式,我们发布了三种沙箱服务器实现:
- external\-sandbox\-v86 (https://github.com/prime-radiant-inc/external-sandbox-v86) 运行一个 Node.js 服务器,再通过 v86 (https://github.com/copy/v86) 在 WebAssembly 中运行 Alpine Linux。
- external\-sandbox\-container (https://github.com/prime-radiant-inc/external-sandbox-container) 是一个 Python Web 服务器,在 Apple Containers 实例内的 Alpine Linux 中运行沙箱。
- external\-sandbox\-quicksand (https://github.com/prime-radiant-inc/external-sandbox-quicksand) 是另一个 Python Web 服务器,这次使用了微软的 Quicksand (https://github.com/microsoft/quicksand) 沙箱库,该库将 QEMU *和* Alpine Linux 打包进了一个 Python 包!
这些实现均提供相同的 localhost API。你可以配置 Pi、Claude Code 或 Codex,使它们每次需要执行代码时,都向该沙箱发送 API 调用。
这些沙箱还包含一个可选的 HTTP/HTTPS 允许列表代理,让你可以精确控制智能体的代码获准与哪些主机通信 \- 此外还有一种凭据替换机制,无需向智能体透露秘密凭据,即可发起经过身份验证的 API 调用。以下界面可用于在沙箱仍在运行时重新配置该代理:
网络策略页面,其中包含允许访问的目标、策略 JSON 编辑器和最近的代理活动
如何安全运行不可信代码这一挑战始终令我着迷。这种外部沙箱模式提供了一种巧妙的方式,可用于试验不同的方法。
相似文章
我们如何构建安全、可扩展的代理沙箱基础设施(8分钟阅读)
Browser Use 描述了隔离执行代码的 AI 代理的两种模式:隔离工具与隔离代理。他们使用 AWS 上的 Unikraft 微虚拟机实现了代理隔离模式,获得了安全、可扩展且一次性的沙箱。
@Saboo_Shubham_: 沙盒如此出色,你的智能体暂停和恢复的速度比打字还快。兼容 ADK、LangChain、Claude Code、Cod…
重点介绍一个开源沙盒,它能让 AI 智能体快速暂停和恢复,兼容 ADK、LangChain、Claude Code、Codex 及其他框架。
适用于智能体的安全沙箱(4分钟阅读)
Perplexity AI 的 SPACE 为AI智能体提供安全的临时沙箱,确保在处理敏感任务时的凭证隔离和加密存储。
在哪里运行智能体编写的代码(6 种选项,按隔离程度从低到高排列)
以下分析了六种安全运行 AI 智能体生成代码的方案,按隔离程度从低到高排列:本地 Docker 容器、E2B、Modal Sandboxes、Daytona、Vercel Sandbox,以及自行托管的 Firecracker 或 gVisor,并建议默认阻止出站网络访问并设置资源限制。
@JoshARosen: https://x.com/JoshARosen/status/2121959963962609897
对不断演变的 agent 沙箱格局的分析,涵盖了隔离能力如何在 E2B、Modal 和 Cloudflare 等提供商之间逐渐商品化,以及 Pydantic 新推出的 Agent Sandboxes 如何使用基于 Rust 的 Monty 解释器在无需完整虚拟机的情况下运行 agent。