让编码 Agent 在沙箱里干活:外部沙箱模式怎么用
编程 Agent 直接在你的电脑上跑命令,写错了就可能删掉你的文件。外部沙箱模式把「执行代码」搬进隔离环境,Agent 留在外面,出错也坏不到你。本文讲这个模式怎么搭、三个实现怎么选,以及 Claude Code 的 read 与 edit 为什么仍不走沙箱。

让编码 Agent 在沙箱里干活:外部沙箱模式怎么用
一句话结论: 编程 Agent 直接在你的电脑上跑命令,写错了就可能删掉你的文件。把"执行代码"这件事搬到一个隔离的沙箱里,Agent 本身留在外面,出错也坏不到你。本文讲这个模式怎么搭、三个实现怎么选。
问题的起点
编码 Agent 会出错。Agent 读到什么、编辑什么,它就有能力破坏什么。理想的做法是让它跑在受控环境里,出错的影响被限制住。现实中很多人给 Agent 全权访问整台电脑和整个网络,然后祈祷别出事。
有一种常见解法是每一步都手工批准。这个做法很糟:慢,而且很快陷入决策疲劳 —— 到后面人会本能地一路点同意,不看问的是什么。
Simon Willison 和 AI 研究实验室 Prime Radiant(Superpowers 等项目背后的团队)探索的方案是另一种:代码在沙箱里跑,Agent 留在外面。
沙箱只看得见你挂载进去的文件夹,读还是写由你决定。没有你的允许,沙箱连不上外网。API key 可以留在外面,Agent 看不到。
还有个常被忽略的理由:安全检查本身也可能出错。Claude Code 的 auto 模式、Codex 的 auto-review 都是靠额外的 AI 判断"这一步大概安不安全"。这类检查依赖某个模型每次都判断对,而沙箱是一道不依赖模型判断的防线。
想试更便宜的模型、或者在本地跑的模型时,这条尤其重要 —— 轻量模型更容易犯错,也更容易成为提示词注入攻击的目标。
两种设计的取舍
探索时他们比较了两条路:一条是把 Agent 放进沙箱里跑,比如 Fly 的 Sprites 那种做法;另一条是让 Agent 留在外面,把命令送到一个独立的沙箱去执行。
他们选了第二条。这样能避免一种别扭的情况:Agent 可以修改自己或者自己所处的直接环境。沙箱的边界因此定义得清楚,也更容易审计。
这个模式叫"外部沙箱",外部是相对 Agent 说的,不是相对电脑说的 —— 沙箱和 Agent 可以跑在同一台机器上。
三个实现
三个原型项目,同一套本地 HTTP API:
| 实现 | 技术路线 | 怎么启动 | 默认端口 |
|---|---|---|---|
| external-sandbox-v86 | Node.js 进程,用 v86 在 WebAssembly 里跑 Alpine Linux | npx | 8686 |
| external-sandbox-container |

