💡 站外导读:跑编程智能体最让人纠结的莫过于“权限两难”:全开本地读写等于让模型在你的 Mac 上裸奔,一次提示词注入就能删库或泄密;逐条弹窗手动审批又会迅速引发“审批疲劳”,让人在不知不觉中盲目点击放行。Simon Willison 联合研究机构 Prime Radiant 刚刚公开了“外部沙箱(External Sandboxes)”架构及三款可互换原型服务,不靠 AI 自查自纠,而是用物理隔离 Linux 沙箱与宿主侧凭证替换,为本地与轻量模型筑起确定性安全边界。

一、 为什么不把 Agent 塞进沙箱,也不靠大模型“自审”?
在传统容器化智能体方案(例如 Fly Sprites)中,工程团队往往习惯于把整个 Coding Agent 一起打包丢进沙箱容器里运行。但在 Prime Radiant 与 Simon Willison 的最新工程实践中,他们反其道而行之,提出了“外部沙箱(External Sandboxes)”模式:智能体本身依然运行在开发者的宿主机(如 macOS)上,只有智能体发出的代码执行与文件操作指令,通过统一本地协议路由到与之物理分离的 Linux 沙箱中执行。
这一反直觉设计解决了两大长期痛点:
- 阻断“自我篡改”与边界模糊:如果 Agent 和工具跑在同一个容器内,失控的代码执行过程可能反过来修改 Agent 自身的配置、插件或日志上下文;把 Agent 留在外部,能让沙箱成为一个边界极其清晰、易于独立审计的纯粹执行黑盒。
- 用确定性物理约束替代“概率安全检查”:虽然 Claude Code 的 auto mode 或 Codex 的 auto-review 引入了额外 AI 模型去判断命令行是否安全,但这本质上仍是“用概率模型监督概率模型”。当你测试更便宜或本地运行的小参数开源模型时,模型更容易犯错或中招提示词注入(Prompt Injection)。外部沙箱提供的文件系统白名单与网络阻断完全不依赖任何模型的判断力,属于底线级确定性防御。
二、 三套可互换的沙箱服务端原型:一条 npx/uvx 命令即刻起飞
为了证明协议通用性,团队同步开源了三款实现完全一致 localhost Web API(含浏览器端控制面板、协议规范与一致性测试工具)的原型实现,并且特意错开了默认端口,允许开发者在同一台机器上并行对比测试:
| 开源服务端项目 | 底层隔离技术栈 | 默认端口与包分发 | 环境要求与适用场景 |
|---|---|---|---|
external-sandbox-v86 |
Node.js 托管 v86 (WebAssembly x86 模拟器) + 内置 Alpine Linux 6.12 | 8686 (npm / npx) |
仅需 Node.js 22.19+,跨平台零虚拟化驱动依赖,两条命令秒级体验 |
external-sandbox-container |
Python 封装 Apple Containers + Alpine Linux | 8687 (PyPI / uvx) |
需 Apple Silicon Mac 与 container system start,原生轻量容器速度极快 |
external-sandbox-quicksand |
Python 封装微软 Quicksand + QEMU 完整虚拟机 | 8688 (PyPI / uvx) |
QEMU 与 Alpine 镜像直接打包进 Python Wheel,提供完整硬件级 VM 强隔离 |
以门槛最低的 v86 方案为例,开发者只需在项目目录下分别执行以下两条命令即可将 Pi 编码智能体接入隔离环境(注意 --preserve-paths 会在沙箱内同时保留宿主机原始绝对路径与 /mnt/project 映射,确保提及绝对路径的指令不报错,亦可用 --mount-ro 挂载只读目录):
# 终端 1:启动基于 WebAssembly 的 Alpine Linux 沙箱 (端口 8686)
npx --yes external-sandbox-v86 --preserve-paths --mount-rw "project=$PWD"
# 终端 2:禁用 Pi 本地内建工具,强制全部命令走外部沙箱
npx --yes @earendil-works/pi-coding-agent -e npm:external-sandbox-pi --no-builtin-tools --sandbox-url http://127.0.0.1:8686
三、 三大主流 Coding Agent 接入机制与安全边界差异
由于不同编程智能体的底层工具调用架构迥异,这三套沙箱后端虽然共享同一套规范,但 Claude Code、Codex 与 Pi 的接入路径和安全覆盖面却存在必须警惕的关键差异:
1. Pi:工具层全量接管与零回退锁死
Pi(1.5+)支持扩展替换内建工具链。安装或临时加载 external-sandbox-pi 并附带 --no-builtin-tools 参数后,bash、read、write、edit、grep、find、ls(依赖沙箱内置的 ripgrep)以及终端快捷键 !command / !!command 会全部重定向至沙箱;一旦沙箱服务失联,工具直接报错而绝不悄悄回退到宿主机执行。
2. Codex:通过 /codex WebSocket 对接 JSON-RPC exec-server
团队利用 Codex(实测通过 CLI 0.164.0)开源的实验性 codex exec-server JSON-RPC 规范,在沙箱服务中提供了 /codex WebSocket 端点。通过在独立的 CODEX_HOME 写入 environments.toml 指向 ws://127.0.0.1:8686/codex,并传参 --sandbox danger-full-access 避免 Codex 自身沙箱与外部沙箱嵌套冲突,即可将所有进程调用与原生 apply_patch 文件操作送入沙箱。
3. Claude Code:仅劫持 Bash 工具的半隔离边界
Claude Code 通过设置 CLAUDE_CODE_SHELL_PREFIX 指向仓库内的 claude-shell-prefix.sh(并将 CLAUDE_CODE_TMPDIR 置于可写挂载目录 .external-sandbox-claude-tmp)来实现命令拦截。但架构师务必注意:这种方式仅接管了 Claude Code 的 Bash 工具,其原生的 Read 和 Edit 工具依然运行在宿主机外部,能够直接读写 Mac 上的文件。
四、 默认全断网 + 宿主侧凭证替换:破解“致命三要素”泄密闭环
仅仅隔离本地文件还不够——如果恶意依赖包或被注入的指令能直接发起网络外联,依然可以把挂载目录里的源码悄悄上传到攻击者服务器(即 Simon Willison 此前提出的 AI 安全“致命三要素 Lethal Trifecta”)。因此,三款沙箱默认完全切断所有外部网络访问。

当确实需要安装依赖或调用外部 API 时,开发者可通过 --proxy-config proxy.json 开启受控 HTTP/HTTPS 代理,实现两项极具工程巧思的防御机制:
- 域名与 HTTP 方法级双向审查:沙箱内部自动注入
HTTP_PROXY、HTTPS_PROXY以及代理 CA 证书环境变量(SSL_CERT_FILE、REQUESTS_CA_BUNDLE、NODE_EXTRA_CA_CERTS),任何试图绕过代理的直连数据包一律封死;在proxy.json中可精准指定只允许向https://pypi.org发起GET和HEAD请求,一旦代码尝试执行DELETE或连接未授权的example.com,代理层立即拦截并返回403 Forbidden。 - 宿主侧凭证替换(Credential Replacement):这是整套方案最惊艳的零信任设计。以调用 GitHub API 为例,沙箱内的
guestEnv只会拿到一个毫无价值的假令牌placeholder-github-token;当沙箱内代码带着该占位符请求https://api.github.com时,运行在宿主机上的代理网关才会识别请求头并动态替换为宿主机环境变量里的真实GITHUB_TOKEN。换言之,智能体与沙箱内代码全程无权窥见真实密钥(官方也特别提示,切勿对会原样回显请求头的不可信服务配置凭证规则)。

在运行态治理上,直接浏览器打开沙箱端口即可进入 Web 控制台,不仅内置在线终端,还能在 /proxy 页面实时修改白名单 JSON、查看近期的放行/拦截审计日志。不过作者也坦诚提示了当前原型阶段的工程边界:项目尚未经受高敏生产级安全审计;--mount-rw 挂载的目录本身仍可能被失控代码改写,务必配合 Git 版本控制与 --mount-ro 只读挂载;此外,由于沙箱内运行的是 Linux,Mac 宿主机上预先编译的 node_modules 或 .venv 原生二进制依赖往往无法直接跨系统复用,需在沙箱内重新安装。
📝 站长洞察 (Editor’s Insight)
本地跑 Coding Agent 长期卡在体验与安全的撕裂:要么容器配置繁琐打断开发流,要么直接把真实 API Key 和宿主机网络交给模型。Simon Willison 与 Prime Radiant 这套外部沙箱的核心价值,在于定义了一套与智能体解耦的本地沙箱协议层——尤其把凭证替换做在宿主机代理中,让沙箱内代码连密钥都碰不到,才是防注入泄密的治本之道。随着开源与轻量模型普及,这种“Agent 住外面、命令进沙箱、密钥留代理”的零信任三段式架构有望成为桌面开发工具标配。
外部沙箱和传统容器化智能体有什么区别?
传统方案常把 Agent 和工具一起放进容器,边界容易混淆;外部沙箱则让 Agent 运行在宿主机,只把代码执行和文件操作送入独立 Linux 沙箱,隔离更清晰,也更便于审计与防注入。
v86、Apple 容器和 QEMU 三种实现怎么选?
v86 门槛最低,适合跨平台快速体验;Apple Containers 适合 Apple Silicon Mac,速度轻快;QEMU 方案隔离最强,适合需要完整虚拟机级安全边界的场景。
这种架构能解决提示词注入风险吗?
它不能消除所有风险,但能把高危操作限制在确定性的物理隔离边界内,减少模型误判带来的破坏面。相比依赖 AI 自审,文件白名单和网络阻断更稳定可靠。
三种沙箱实现该怎么选型?
优先按威胁模型和部署环境选:本地开发可先用 v86 快速验证,macOS 生态更适合 Apple 容器,追求更强隔离与兼容性则选 QEMU。关键不是“最强”,而是把文件、网络、进程边界明确锁死。
无密钥代理如何避免越权操作?
把权限下沉到沙箱外层,代理只拿短生命周期凭证或根本不持久化密钥;再配合只读挂载、最小网络出口、命令白名单和审计日志。这样即使模型失控,也只能在受限环境里试错。
