让 Claude 在沙箱中写脚本批量交付
作者分享使用 Claude 与 WBX Sandbox 的实践:让模型编写并运行生成脚本,批量产出文件后打包交付,减少聊天输出与内容漂移。命名沙箱还能保留文件、依赖和未完成脚本,供后续会话继续使用。
AI 深度解读
给 AI 接上一台沙箱电脑,价值不只是让它跑一次脚本。作者用 Claude 配合 WBX Sandbox 连续工作了几周,最重要的体会是:把需求交给程序执行,把长任务交给后台,把结果变成文件和链接。
这套方法值得程序员看,是因为它把聊天式协作推进到了可重复执行、可检查交付的流程。不过,文中的案例属于团队使用经验,不能直接当成所有沙箱平台都具备的能力。
批量任务为什么应该让 AI 写程序
让 AI 在聊天里写 20 份邀请函,它就要逐份生成文本,消耗 token,也可能写到第 17 份时偏离要求。作者建议改一个交付目标:让 AI 写一个生成 20 份邀请函的程序,在沙箱里运行,最后交付 ZIP,聊天中只保留简短说明。
他们实际用这种方式,从电子表格生成了 150 张比赛证书,程序约 100 行。
批量内容的规则交给程序,AI 负责把规则写出来。
这里的价值不只是少输出文字。同一份程序可以重复运行,发现字段或格式错误后,也能统一修正。不过,程序只能稳定执行已有逻辑;如果 AI 把规则理解错了,错误同样会被批量复制。原文没有给出 token 节省比例,也没有提供质量对照数据。
为了让工作跨对话继续,作者还建议给沙箱命名,例如 invoices。按文中的描述,命名沙箱闲置时会休眠并保留磁盘,下周在新对话里使用同一个名字,就能继续访问文件、已安装的包和未完成的脚本。
它相当于给聊天配了一个持久项目目录。原文没有说明磁盘保留期限、清理规则和相关费用,长期依赖前需要确认。
长任务、批处理和预算要一起设计
作者认为,耗时 20 分钟的命令容易受到聊天超时、连接中断影响。超过几分钟的工作,应要求 AI 创建后台任务(job),并等待任务完成。
按照文中的产品描述,job 在聊天断开后仍能执行,AI 可以在服务端等待结果,减少每隔几秒询问一次状态所消耗的交互轮次。
批处理则更进一步:300 个文件转换、40 种测试配置、12 个语言版本,可以拆成独立 job,限制并发,最后统一汇报。作者给出的具体要求是:目录中每个 CSV 单独运行,最多同时执行 10 个任务,再用表格列出失败项。
这样,一个文件失败只影响对应任务,排查对象也更明确。
预算必须同时设定。作者建议为每个 job 或整批任务设置最高费用,并称平台会在启动前拒绝可能超限的工作,AI 也能查询剩余预算。但原文没有解释费用如何预估、上限覆盖哪些计费项,因此不能据此认定所有实际支出都已被兜住。
交付物应该能打开,也能追查来源
网络权限和运行模板要按任务选择。原文列了四种网络需求:敏感数据或不可信代码使用无网络环境;只访问 PyPI 和某个 API 时使用允许列表;抓取、下载、安装包时使用完整互联网;需要独立公网地址时选择 IPv6。
默认镜像是带 Python 的 Debian,另有包含无头浏览器(headless browser)的模板,用于截图、PDF 和抓取。更重的任务需要调整内存或计算规格。作者曾在 2 GB RAM 的沙箱里运行开源 TTS 模型,为视频生成配音,但没有交代模型名称、速度和音频长度,不能把这个配置推广到所有语音模型。
结果也不必塞回聊天窗口。文件可以下载、打包或通过链接交付,每个结果文件带有 SHA-256。日志默认提取测试结果、带上下文的错误及末尾内容,完整日志仍然保留。
如果程序监听端口,还能生成受 token 保护的 HTTPS 链接。作者的生日演示就包含邀请函、购物清单和供家长回复的页面。
更关键的是执行记录:每个 job 会留下命令、模板、运行时间、退出码、CPU 和内存用量,以及输出文件的哈希。作者明确说,这不是密码学证明,但至少能检查 AI 声称「测试通过」时究竟执行了什么。
我的判断
我赞同把 AI 的交付目标从文字答案改成可执行程序和可检查产物。对于批量文件生成、格式转换和多配置测试,这比要求模型在对话里逐项完成更容易复用和排错。
但文章介绍的是一套依赖 WBX Sandbox 能力的工作方式。持久磁盘、后台等待、费用限制、受保护链接和执行记录,都需要平台支持。WBX Sandbox 提供 MCP 接入,以及 REST API、Python SDK 和 LangChain 集成;接入方式本身并不证明执行质量。
与本地脚本或 CI 相比,这套方案的吸引力是让 AI 连贯完成编写、执行和交付。已有稳定 CI 的团队,仍可以继续用 CI 管理正式测试。原文没有成本、速度或可靠性的对照,这部分只能视为经验之谈。
另外,无网络环境只是在限制网络访问,SHA-256 也只是帮助核对文件内容;两者都不能单独证明代码安全或结果正确。
能拿来做什么
- 遇到批量文件生成或 CSV 转换时,让 AI 先写生成程序,检查少量样本后再运行整批,最终交付 ZIP 和失败清单。
- 让 AI 跑多种测试配置时,拆成独立 job,明确并发上限与整批预算,并要求提供实际命令、退出码和测试结果。
- 做需要手机查看的网页演示时,可以要求 AI 启动服务并交付受保护的 HTTPS 链接,同时确认链接的访问范围和有效期。
- 跨多天继续处理同一项目时,可以使用命名沙箱保留依赖和脚本,但应先确认文件保留规则,并及时下载重要产物。