返回资讯中心
外部精选
软件工程
#开发者实时流

Simon Willison 发布外部沙箱工具,让 Claude Code 等编程代理在受限 Linux 环境中运行

来源标题:External Sandboxes for Coding Agents

Simon Willison 发布外部沙箱工具,可让 Claude Code、Codex 和 Pi 的每条命令都在只能访问指定文件夹和主机的 Linux 沙箱内执行。该工具包含三个原型实现,分别基于 Node.js 与 WebAssembly、Apple Containers,以及微软 Quicksand 配合 QEMU。最简单的演示只需两条 npx 命令,要求 Node.js 22.19 或更高版本。

Hacker News 最新emschwartz2026/11/17 · 昨天30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

我们一直在探索更安全地运行编码智能体的方式,包括让能力较弱的小模型也能在其中运行。今天我们发布了一些工具,让你可以运行 Claude Code、Codex 或 Pi,并确保它们执行的每一条命令都在一个 Linux 沙箱中运行,而这个沙箱只能看到你允许的文件夹和主机。

Simon Willison 2026年11月16日 — 12 分钟阅读 分享 我们把这种模式称为外部沙箱。

我们的工作包含三个沙箱原型实现——一个使用 Node.js 和 WebAssembly,一个使用 Apple Containers,还有一个使用 Microsoft 的 Quicksand 搭配 QEMU。三者实现相同的协议,我们还附上了让 Claude Code、Codex 和 Pi 在这些沙箱中执行代码的说明。

最简单的演示只需两条 npx 命令。

切换到你的项目目录,然后用 npx 启动一个新的沙箱。它会下载 Alpine Linux,并在 v86 中运行——v86 是一个编译为 WebAssembly、托管在 Node.js 中的 x86 模拟器。你只需要 Node.js 22.19 或更高版本:

npx --yes external-sandbox-v86 \
 --preserve-paths --mount-rw "project=$PWD"

然后,在同一目录下的第二个终端中,像这样启动一个 Pi 编码智能体。如果你之前没用过 Pi,需要在智能体内运行 /login 来授予它访问模型的权限。

npx --yes @earendil-works/pi-coding-agent \
 -e npm:external-sandbox-pi --no-builtin-tools \
 --sandbox-url http://127.0.0.1:8686

在 Pi 中运行 !uname -a,你会看到如下输出,表明你的命令正在 Alpine Linux 中运行:

Linux (none) 6.12.114-0-virt #1-Alpine SMP PREEMPT_DYNAMIC 2026-10-21 12:19:03 i686 Linux

现在 Pi 编码智能体可以在项目文件夹中执行命令、读写文件,但无法访问你机器上的其他任何内容。

Claude Code 和 Codex 也都能用,只是需要稍多一些配置。详见下文。

编码智能体会出错。当它们犯错时,它们有能力读取或编辑的任何东西都可能被损坏或危及。

在理想世界里,我们的智能体会运行在安全环境中,它们能造成的任何损害都被严格限制。但在现实世界中,许多人给智能体完全访问其计算机和整个互联网的权限,然后祈祷一切顺利。

智能体安全的一种解决方案是手动批准智能体想采取的每一个操作。这是一种糟糕的工作方式!它慢得令人沮丧,而且很快就会导致决策疲劳,让我们本能地批准一切,而不花时间充分理解问题。

外部沙箱模式让编码智能体在一个沙箱内执行代码和编辑文件,用户可以控制智能体能够操作的文件、环境变量和网络连接——同时仍然保留智能体能够运行命令、编写和执行代码的灵活性。

Anthropic 和 OpenAI 都投入了大量工作来保障其智能体的安全。Claude Code 的自动模式和 Codex 的自动审查都使用额外的 AI 检查来判断何时大概率可以安全地继续,这些机制似乎效果不错。

不过,这些检查是那些特定产品的功能,它们仍然依赖模型对每个操作做出正确判断。沙箱则是一种不依赖任何模型判断的保护措施。如果你热衷于探索替代模型,包括更便宜的模型或可以在本地运行的模型,那么安全问题就应该放在首位。这些较轻量的模型更容易出错,也更容易成为蓄意提示注入攻击的受害者。

我们的目标是找到稳健、可信、易用的方式,让编码智能体在沙箱中完成工作。它们运行的命令应该只能读写我们选定的文件,并且只能发起我们允许的网络请求。

我们探索了两种让智能体使用沙箱的方式。第一种是在沙箱内运行智能体——这是 Fly 的 Sprites 等系统采用的方法。第二种是在沙箱外运行智能体,让它向一个独立于智能体存在的沙箱发送命令。

我们选择了第二种。这样可以避免智能体修改自身或其直接环境的怪异行为,并让沙箱边界保持清晰定义、更易于审计。

我们把这种模式称为“外部沙箱”,因为沙箱对智能体来说是外部的,而不是对计算机来说外部的:沙箱和智能体可以运行在同一台机器上。

这是三个独立但兼容的项目,它们实践了三种不同的外部沙箱策略。

这三个系统提供相同的 localhost Web API,但每个智能体以不同方式连接到它们:

我们还为该 API 制作了一份规范和一致性测试工具,使得未来在其他技术之上构建兼容的沙箱服务器变得容易。

v86 Alpine Node.js 服务器默认运行在 8686 端口。Python Apple Containers 服务器使用 8687 端口,Python Quicksand 服务器使用 8688 端口,因此三者可以同时运行。

v86 服务器发布到 npm,用 npx 运行。两个 Python 服务器发布到 PyPI,分别为 external-sandbox-container 和 external-sandbox-quicksand,用 uvx 运行。

你可以这样启动 v86 Node.js 服务器:

# v86 Alpine Node.js (Node.js 22+)
npx --yes external-sandbox-v86 \
 --preserve-paths --mount-rw "project=$PWD"

对于 Apple Containers,运行:

# Python Apple Containers (Apple silicon Mac with Apple's container CLI)
container system start
uvx external-sandbox-container \
 --preserve-paths --mount-rw "project=$PWD"

对于 Quicksand,运行下面这条命令。首次运行会稍久一些,因为它要准备并缓存 Alpine 镜像:

# Python Quicksand (Apple silicon Mac)
uvx external-sandbox-quicksand \
 --preserve-paths --mount-rw "project=$PWD"

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →