AI 智能体
概念解析——沙箱(Sandbox)
沙箱(Sandbox)是给 AI Agent 划的一块安全围栏:里面随便干,出了围栏就碰壁。Agent 替你跑代码、读写文件、调 API——这些操作每个都有风险。沙箱的任务就是让 Agent 能干活,同时确保它搞不了破坏。
1. 为什么 Agent 需要沙箱
Agent 与普通聊天工具最大的区别在于:它能执行操作。你让它"帮我查一下服务器状态",它真的会 SSH 连上去跑命令;你让它"整理一下项目文件",它真的会 mv 和 rm。这种执行力是 Agent 的价值所在,也是风险所在。
风险来自三条线。第一,代码执行:Agent 替你跑 npm install、编译脚本,但如果依赖包里藏了恶意代码,或者 Prompt 注入让 Agent 跑了一条 rm -rf ~/,后果不可逆。第二,文件访问:Agent 能读 .ssh/id_rsa、.aws/credentials、.kube/config——这些密钥一旦被读取并外泄,你的云基础设施就暴露了。第三,API 调用:Agent 替你调 GitHub API、发 Slack 消息、操作数据库,如果被劫持,一个 POST 请求就能删掉整个 CI 流水线。
早期方案是权限弹窗:Agent 想干一件事,系统弹个框问你"允许吗?"。问题在于 Agent 的工作节奏天然高频——它可能十分钟内要跑几十条命令,人脑的注意力撑不过几条就开始盲目点"允许"。这叫审批疲劳(Approval Fatigue),弹窗越多,越不管用。
沙箱换了一个思路:与其每次问一次,不如提前圈一块"随便干都不会出事"的地方。
2. 沙箱管两件事:文件 + 网络
沙箱要管两件事,缺一不可。
能读哪些文件,能写哪些目录
文件系统隔离划定 Agent 的读写边界。当前工作目录及子目录默认可写;围栏外的路径(如 ~/.ssh)在不挂载列表里,Agent 连看都看不到。敏感路径硬写进黑名单,额外目录靠 sandbox.filesystem.allowWrite 单独开口子。Agent 绕过程序直接调命令也写不进去——拦截动作不在应用层,在操作系统内核里。
能访问哪些域名,能不能联网
网络隔离不是一刀切断网。实际做法是在沙箱外面跑一个代理,所有 Agent 请求(包括子进程的)都得走它。代理只放行白名单里的域名:npm、GitHub API 这些该通的通,陌生域名直接拒。白名单精确到具体服务的子域名(api.github.com,不是 *.github.com),通配符是最后手段。
3. 沙箱的类型
沙箱的隔离强度从进程级到硬件级,分了四个档次。选用哪个取决于你的使用场景——自用就够了,还是服务多租户不可信代码。
容器级:Docker / Namespace
Docker 主要是为"环境一致性"做的,不是为"不可信代码隔离"做的。安全边界依赖 namespace + cgroup + capabilities 三件套,但共享宿主机内核。内核漏洞一旦命中就能逃逸。适合可信代码的应用打包分发,启动毫秒级,性能损耗近乎零。
更精细的 namespace 配置(如 bwrap——bubblewrap,Flatpak 出身的轻量工具)可以剥到 Agent 看不到任何敏感目录、关掉网络。单用户 Agent(如本机的 Claude Code)使用这种方案已经能挡住绝大多数 Prompt 注入和恶意脚本。bwrap 不需要 root、不需要守护进程,是目前 Linux 上的事实标准。
系统调用拦截:gVisor
Google 开源的 gVisor 在用户空间实现一份"迷你内核"(Sentry),拦截所有系统调用。宿主内核只看到 gVisor 的极少量调用,攻击面大幅缩小。I/O 密集任务有 10%-30% 的性能损耗,但安全性远超共享内核方案。适合多租户 SaaS、CI/CD 代码执行场景。gVisor 是性价比的平衡点。
MicroVM:Firecracker
AWS 开源的 Firecracker 让每个沙箱跑在独立的 MicroVM 里,拥有完整的独立 Linux 内核 + KVM 虚拟化。要逃逸先攻破 Guest 内核再攻破 Hypervisor,难度指数级上升。启动约 125 毫秒、内存开销小于 5MB。适合多租户 Agent 和不可信代码执行场景,是隔离强度的上限。
WASM 沙箱
WebAssembly(WASM)提供另一种沙箱思路:不依赖操作系统隔离,而是在语言运行时层面构建安全边界。WASM 模块默认无法访问文件系统、网络或系统调用,所有 I/O 必须通过宿主提供的导入函数显式注入。启动时间微秒级,适合需要轻量、可嵌入、跨平台的场景。局限是只能运行 WASM 编译目标,不能跑任意系统进程。
自用本地 Agent(如 Claude Code)→ bwrap / Seatbelt 够用。
服务多个用户、跑别人提交的代码 → 至少 gVisor,理想 Firecracker。
需要轻量嵌入、跨平台 → WASM 沙箱。
4. 沙箱逃逸:围栏被突破
沙箱不是绝对安全的。任何隔离方案都存在被突破的可能——这叫沙箱逃逸(Sandbox Escape)。攻击者成功逃逸后,就能以宿主机用户的权限执行任意操作。
常见逃逸路径有几条。内核漏洞:共享内核的方案,一旦内核本身有 CVE(已知漏洞编号),攻击者可以利用它突破 namespace 边界。配置疏漏:把 Docker socket(/var/run/docker.sock,控制宿主 Docker 引擎的接口)暴露进沙箱,等于给了 Agent 一把宿主 root 的钥匙。白名单过宽:通配符域名白名单或允许写入 $PATH 目录(系统找命令的目录列表),给攻击者留了隐蔽的操作空间。静默降级:沙箱进程起不来但系统选择"记个 warning 继续跑"——你以为有沙箱,其实在裸奔。
5. 宿主机与沙箱怎么通信
沙箱把 Agent 圈住了,但 Agent 还要干活——它需要通过某种方式与外部世界交换数据。沙箱与宿主机之间的通信通道,本身也要纳入安全设计。
标准 I/O(stdio)
最基础的通信方式。宿主机通过标准输入向沙箱进程发送数据,从标准输出读取结果。简单直接,适合命令式交互。限制是单向、无连接、不适合高吞吐。
Unix Socket / TCP Socket
更灵活的通信方式。宿主机在沙箱外开一个 socket 端口,沙箱内进程通过这个端口收发数据。但 socket 也是逃逸的高危入口——把 Docker socket 暴露进去,等于把整台机器交出去。实践中对 socket 的暴露要做比文件更严格的审计:只暴露必要的接口,绝不暴露宿主机侧的高权限 socket。
共享文件系统
宿主机与沙箱之间挂载一个共享目录,Agent 的产出写进共享目录,宿主机从外部取走。这种方式天然保持了隔离——Agent 只能写自己的小天地,宿主机只取走约定好的输出。Claude Code 等工具的工作目录就是这种模式。
6. 2026 年的沙箱生态
沙箱从操作系统安全的老课题,在 AI Agent 时代获得了新的关注和新的实现。
协议层的沙箱标准
MCP(Model Context Protocol)在 2026 年引入了沙箱规范,定义了 Agent 工具执行环境的隔离标准。MCP Sandbox 规定了文件系统访问的范围声明、网络请求的代理路由、以及子进程的生命周期管理。它不是一个新的沙箱实现,而是一套接口约定——任何沙箱后端(bwrap、gVisor、Firecracker)只要实现了这套接口,就能被 MCP 兼容的 Agent 使用。
托管沙箱服务
E2B 提供云端的沙箱即服务,专为 AI Agent 设计。每个 Agent 会话分配一个隔离的云端执行环境,用完即销毁。开发者不需要自己配置 bwrap 或 Docker,通过 API 就能拿到一个干净的沙箱。E2B 内部使用 Firecracker MicroVM 做隔离,支持 Python、Node.js、Bash 等多种运行时。
无服务器沙箱
Modal 从"无服务器计算"出发,让 Agent 把代码直接部署到云端沙箱里执行,自动处理隔离、扩缩容和销毁。它比传统的容器服务更贴近 Agent 的工作模式:Agent 说一句"跑这个脚本",Modal 拉起沙箱、跑完、销毁,一步到位。内部依赖 gVisor 做系统调用拦截,配合 Firecracker 做多租户隔离。
7. OS 层的执行者
沙箱的策略编排在应用层,但实际的拦截动作由操作系统提供的内核原语执行。不同的操作系统各有自己的实现。
macOS 使用 Seatbelt 框架,通过 sandbox-exec 工具动态生成沙箱配置文件(Sandbox Profile),在操作系统内核层拦截越界访问。苹果已把 sandbox-exec 标为 deprecated,但目前仍然是 macOS 上最实际的方案。
Linux 使用 bubblewrap(bwrap),基于 Linux Namespace(Mount Namespace + Network Namespace + PID Namespace 等)给进程一份"缩小版"系统视图。Agent 视野里只看得到必要的只读系统目录 + 可写工作目录,敏感路径在挂载列表里直接不存在。不需要 root、不需要守护进程。
WSL2 跑的是完整 Linux 内核,所以 bwrap 全盘可用。WSL1 不行——它是翻译层,缺少 namespace 内核特性。
8. 相邻概念
沙箱不是孤立存在的。它处于 AI Agent 安全体系的核心位置,与以下概念紧密相连:
- AI Agent:沙箱约束的对象。Agent 自主执行操作的能力越强,沙箱的必要性越大。
- MCP(模型上下文协议):定义了 Agent 与工具、数据之间的标准连接方式,2026 年纳入了沙箱规范。
- 函数调用(Function Calling):Agent 调用外部工具的接口机制。每次函数调用都是一个潜在的安全边界。
- Agent 循环:Agent 持续运行的感知-思考-行动主循环。沙箱在每个行动周期做拦截判断。
- 子代理(Sub-agent):主 Agent 拆分的子任务执行单元。每个子代理也需要被沙箱约束。
- 提示注入:通过恶意 Prompt 劫持 Agent 的攻击方式——沙箱要防的正是被劫持后的破坏动作。