编程智能体的外部沙箱:隔离执行、网络与凭据
让编程智能体执行代码,意味着需要面对模型误操作和提示注入带来的风险。尤其是在本地尝试模型时,如何避免生成的代码影响宿主机器,是值得先考虑的工程问题。 外部沙箱(external sandbox)的核心思路是:智能体运行在沙箱之外,它执行的代码运行在专用沙箱之内。 智能体负责发起执行请求,隔离环境负责运行代码,两者不必处于同一个运行环境中。 对于关注 AI 工程实践的开发者,也可以从写好标智库所关注的技术实践视角理解这一模式:重点不只
让编程智能体执行代码,意味着需要面对模型误操作和提示注入带来的风险。尤其是在本地尝试模型时,如何避免生成的代码影响宿主机器,是值得先考虑的工程问题。
外部沙箱(external sandbox)的核心思路是:智能体运行在沙箱之外,它执行的代码运行在专用沙箱之内。 智能体负责发起执行请求,隔离环境负责运行代码,两者不必处于同一个运行环境中。
对于关注 AI 工程实践的开发者,也可以从写好标智库所关注的技术实践视角理解这一模式:重点不只是代码能否运行,还包括执行权限、网络访问和凭据使用的边界。
三种实现,共用一套本地 API
围绕外部沙箱模式,与 AI 研究实验室 Prime Radiant 合作开发的项目提供了三种沙箱服务器实现:
| 实现 | 服务端与隔离方式 |
|---|---|
external-sandbox-v86 |
使用 Node.js 服务器,通过 v86 在 WebAssembly 中运行 Alpine Linux。 |
external-sandbox-container |
使用 Python Web 服务器,在 Apple Containers 实例中运行 Alpine Linux 沙箱。 |
external-sandbox-quicksand |
使用 Python Web 服务器,借助微软的 Quicksand 沙箱库运行;该库将 QEMU 和 Alpine Linux 打包进一个 Python 包。 |
三种实现提供相同的 localhost API。通过配置,Pi、Claude Code 或 Codex 可以在需要执行代码时调用这些 API,将执行工作交给沙箱。
这套设计把智能体的接入方式与底层隔离实现分开,便于尝试不同的沙箱方案。
网络访问:可选的白名单代理
代码进入沙箱,并不意味着网络访问也已经受到限制。这些实现还提供可选的 HTTP/HTTPS 白名单代理,用于控制沙箱内代码可以连接哪些主机。
配套的网络策略界面支持在沙箱运行期间重新配置代理,并展示:
- 允许访问的目标;
- 网络策略 JSON 编辑器;
- 近期代理活动。
因此,代码在哪里运行、能够访问哪些网络目标,是可以分别控制的两个层面。
凭据使用:不把真实密钥交给智能体
沙箱还提供凭据替换机制,让代码能够发起需要身份认证的 API 请求,而不必将真实密钥交给智能体。
这使凭据使用成为独立的控制环节,而不是为了让请求成功,就直接向智能体暴露真实密钥。
如何理解它的安全边界
外部沙箱并非只是“换个地方执行代码”,而是将三个问题拆开处理:
- 执行隔离:代码在专用沙箱中运行,而不是直接在智能体所在环境执行。
- 网络控制:通过可选的白名单代理限制代码能够连接的主机。
- 凭据管理:通过凭据替换支持认证请求,避免将真实密钥交给智能体。
这种模式为探索不可信代码的安全执行提供了一条实践路径。但它的作用是建立更明确的权限边界,不应被理解为能够彻底消除所有误操作或提示注入风险。
Originally published by Dev.to Security. Aggregated on AIWithGhost for educational purposes — full credit and traffic to the original publisher.