用一次性微虚拟机隔离智能体代码
MIT 开源项目 sandscale/agent-quickstart 将智能体生成的代码放入独立内核的 Firecracker 微虚拟机运行,结束后销毁环境。支持脚本执行、模型工具调用和 REST 接入,可返回退出码与标准输出、错误输出。
AI 深度解读
AI 编程助手写完脚本,下一步往往就是执行。脚本一旦在你的终端里跑,就可能读到本机文件和环境变量。Sandscale 的开源项目 sandscale/agent-quickstart 把执行挪到一次性 Firecracker microVM:每次启动一个有独立内核的沙箱,拿回结果,结束后销毁。
对想给 Agent 加上执行能力的开发者,这篇原文最实用的地方是把流程拆得很清楚:代码怎么送进去,结果怎么拿回来,跑不完怎么停。真正要自己做判断的是权限,尤其是脚本能访问哪些网络和凭证。
给 Agent 加一个执行工具,需要接哪些接口
示例项目采用 MIT 许可证,面向 @sandscale/sdk 1.0.0。用 Node.js 入口需要 Node.js 22、Sandscale 账号和 API key,Free 套餐就能跑。
仓库提供三个入口。run.mjs 可以运行 .py 或 .js 文件,并把输出流式传回终端。agent/sandbox-tool.mjs 提供名为 run_code 的工具,把 JSON Schema 交给支持工具调用的模型,模型请求执行时,由处理函数把代码送进沙箱,返回退出码、stdout 和 stderr。curl/run.sh 用四次 REST 调用完成同样的事,适合不用 Node.js 的项目。
下面四次 SDK 调用把 Python 代码写进远端沙箱、执行并清理。
const box = await sandscale.sandboxes.create({ template: 'builtin:python', timeoutSeconds: 300 });
await sandscale.sandboxes.writeFile(box.id, '/workspace/main.py', code, { region: box.region });
const run = await sandscale.sandboxes.run(box.id, ['python3', 'main.py'], { region: box.region, timeoutSeconds: 30 });
await sandscale.sandboxes.stop(box.id, { region: box.region }); // in a finally block
留意第一行和第三行的 timeoutSeconds。30 秒限制单条命令,300 秒限制整个沙箱的生命周期。最后一行要放进 finally,如果宿主脚本崩溃、没走到清理逻辑,沙箱仍会到期停止。run 还会报告耗时、是否超时以及是否耗尽内存,便于调用方区分失败原因。
独立内核隔开了什么,网络和密钥又归谁管
Agent 可能把 README、Issue 评论或依赖安装脚本里的文字当成指令,这是提示注入的一种来源。执行环境能控制的是脚本拿到的权限。普通容器与宿主机共享内核,隔离依赖挂载、Linux capabilities 和系统调用过滤等配置。Firecracker microVM 为每次运行提供独立内核。每次另建沙箱,也让上一次执行写下的文件无法留在下一次的环境里。
网络访问需要单独配置。Firecracker 自身不做出站过滤,Sandscale 沙箱可以访问哪里,取决于套餐、组织策略和出站允许列表。Vault 可以把密钥作为环境变量注入,避免密钥值经过接入代码、API 响应或日志,但沙箱里的程序依然读得到它。
按原文描述,Free 也支持人工审批、可读取的哈希链审计日志,以及针对提示词和 MCP 工具调用的 DLP。DLP 会拦截匹配凭证模式的调用,扫描范围到这里为止,沙箱里的文件和输出不在其中。审计日志导出则需要 Team 或更高套餐。
等模型回复的时间,会算进沙箱账单吗
作者给出的计费单位是唤醒态 vCPU 小时。一个 2 vCPU 的沙箱开着 10 小时,其中 10% 的时间处于唤醒状态,合计 2 个唤醒态 vCPU 小时。暂停和工具调用之间的空闲时间不计入。常驻工作区按月收费,专用核心按实际经过的时间计费,超额存储另收费。
原文列出的 Free 额度是每月 100 个唤醒态 vCPU 小时,最多同时开 3 个沙箱,每个最多 2 vCPU。原文发布时,服务只在 AWS 北弗吉尼亚运行,法兰克福仍在计划中。它处于早期访问阶段,尚无可用性承诺或服务抵扣,也没有 SOC 2、ISO 27001 认证,以及 GPU、Windows 或 macOS 沙箱。TypeScript SDK 已发布,Python SDK 仍在计划中,需要从 Python 接入时可以先走 REST。
我的判断
这套示例最值得借用的是执行边界和清理逻辑。模型负责提出执行请求,应用负责决定给什么权限、允许跑多久。哪怕只是在内部使用,能区分脚本报错、命令超时和内存耗尽,也比把终端输出整段塞回模型更容易排查问题。
独立内核和一次性环境有明确的架构依据。至于团队实际能获得多少安全收益、每次新建沙箱会增加多少延迟,原文没有给出与容器、gVisor 或长驻沙箱的对照测试。计费段落里的 2 个 vCPU 小时也是算例。若任务依赖大批 npm 包或跨调用保留工作区,每次新建环境可能重复初始化。要在短任务和长驻环境之间做选择,得用自己的任务测启动、装依赖和实际运行分别花多少时间。
能拿来做什么
- 在
.env配好 API key 后,先跑node --env-file=.env run.mjs examples/untrusted.py,核对内核、可见的环境变量名、~/.ssh和~/.aws是否存在,以及网络是否可达。再用runaway.py检查命令超时能否结束死循环。 - 给 Node.js Agent 接
run_code时,保留命令和沙箱两层超时,在finally清理,并把退出码、标准输出和标准错误分开交给调用方处理。 - 如果前端构建脚本需要访问私有 npm registry,只给这次执行所需的短期凭证,并限制出站目标。脚本能读取注入的环境变量,凭证权限应按它实际需要的操作来定。