Simon Willison 推出编程智能体外部沙箱架构及三款服务端实现
External sandboxes for coding agents
Simon Willison 联合 AI 研究机构 Prime Radiant 发布了针对编程智能体的外部沙箱方案及三款服务端实现,让智能体执行的代码在独立沙箱中运行而智能体本身保留在沙箱外部。
该方案展示了智能体与代码执行环境物理分离的具体实现,读者可以借此解决本地模型代码执行时的注入攻击与安全隔离问题。
2026年11月17日 - 链接博客
面向编程智能体的外部沙箱。我一直在探索为智能体所执行代码构建沙箱的新方法,重点是让用户能更安全地尝试本地模型,不用担心模型因为失误或遭受提示词注入攻击,而在本地机器上执行破坏性操作。
这个项目是我与 Prime Radiant 合作完成的,他们是打造了 Superpowers 和其他项目的 AI 研究实验室。
我在 Prime Radiant 博客上发布的这篇博文介绍了外部沙箱(external sandbox)模式:智能体执行的代码放在专用的沙箱内运行,而智能体本身则位于沙箱外部。
为了演示这种模式,我们发布了三款沙箱服务端的实现:
- external-sandbox-v86 运行一个 Node.js 服务端,借助 v86 在 WebAssembly 内部运行 Alpine Linux。
- external-sandbox-container 是一个 Python Web 服务端,它把沙箱运行在 Apple Containers 实例内的 Alpine Linux 中。
- external-sandbox-quicksand 则是另一个 Python Web 服务端,使用了微软的 Quicksand 沙箱库,该库直接将 QEMU 和 Alpine Linux 打包到了一个 Python 包中!
上述每种实现都提供相同的 localhost API。你可以配置 Pi、Claude Code 或 Codex,让它们每当需要执行代码时,都向该沙箱发送 API 请求。
这些沙箱还包含一个可选的 HTTP/HTTPS 白名单代理,方便你精确控制智能体代码允许与哪些主机通信;沙箱还配备了凭据替换机制,无需将密钥暴露给智能体即可完成身份验证 API 调用。在沙箱运行期间,你可以通过以下界面动态重新配置该代理:

如何安全运行不受信任的代码,一直是个让我着迷的课题。这种外部沙箱模式为尝试各种不同的实现方案提供了一种绝佳思路。
来源:Simon Willison's Weblog · simonwillison.net