top of page

Prime Radiant: Sandboxes externos para agentes de programación

hace 9 minutos
13 min de lectura

Simon Willison y Prime Radiant publicaron tres implementaciones experimentales de sandbox el 17 de noviembre de 2026, separando a los agentes de programación de los entornos que ejecutan sus comandos. Los sandboxes externos para agentes de programación alojan el código generado en un entorno Linux aislado, mientras mantienen al agente fuera de él. Esta separación ofrece un control de seguridad concreto, pero su alcance depende de qué herramientas cruzan realmente el límite.

El lanzamiento se dirige a desarrolladores que experimentan con modelos locales, donde los errores y las instrucciones maliciosas pueden convertir tareas ordinarias de programación en acciones perjudiciales. La inyección de prompts, un ataque que dirige a un agente mediante contenido no confiable, forma parte de la motivación. La tensión central está entre dar a un agente suficiente acceso para terminar el trabajo y limitar el daño que ese acceso puede causar.

Claude Code, Codex y Pi ofrecen la comparación inmediata. Cada uno se conecta de una forma distinta, por lo que compartir un entorno de ejecución no implica compartir una protección idéntica. Para los desarrolladores y los equipos de ingeniería, el anuncio plantea una pregunta práctica: ¿qué capacidades permanecen en el host después de trasladar la ejecución de comandos a otro lugar?

Los sandboxes externos para agentes de programación tienen tres implementaciones

Willison describe el proyecto como un experimento de ejecución más segura, desarrollado con Prime Radiant, el laboratorio de investigación detrás de Superpowers. Su anuncio sobre sandboxes externos identifica tres implementaciones que exponen una interfaz local común.

Un sandbox es un entorno de ejecución restringido que limita los recursos a los que puede acceder el código en ejecución. En este patrón, el agente envía trabajo a ese entorno en vez de ejecutar comandos directamente en su propia máquina. El agente continúa gestionando la conversación y decidiendo qué hacer.

El lanzamiento hace intercambiable el límite de ejecución mientras mantiene al agente fuera de ese límite.

Una interfaz de programación de aplicaciones, o API, define cómo los componentes de software intercambian solicitudes y resultados. En este caso, una API de localhost, accesible a través del mismo equipo, conecta al agente con el servidor de sandbox. Esa interfaz separa la integración del agente de la tecnología que ejecuta el código.

La distinción importa porque un entorno de ejecución y un agente tienen fines diferentes. El entorno controla el acceso a los recursos. El agente interpreta una tarea, elige herramientas y responde a los resultados. Combinar estas responsabilidades puede dificultar la identificación de dónde se aplica realmente una restricción.

Separarlos crea una pregunta más explícita para quien evalúe el sistema: ¿qué solicitud sale del agente y qué autoridad la recibe? Esta pregunta es más útil que tratar toda una sesión de programación como una única actividad de confianza.

Consideremos una tarea hipotética de mantenimiento que involucra un repositorio desconocido. El agente necesita inspeccionar archivos, ejecutar pruebas y proponer cambios. Ejecutar esos comandos en un entorno restringido puede reducir su alcance más allá del proyecto asignado. No demuestra que los cambios propuestos sean correctos.

La misma distinción se aplica cuando una dependencia ejecuta un script de instalación. El límite relevante afecta a los permisos disponibles para ese script. Que el modelo pretendiera el comportamiento resultante es una cuestión aparte. Un comando accidental y uno malicioso pueden utilizar la misma capacidad concedida.

Por eso el anuncio merece atención más allá de sus ejemplos de instalación. Presenta una arquitectura que los desarrolladores pueden inspeccionar y comparar. No exige aceptar el criterio del modelo como el mecanismo que aplica todas las restricciones.

Por tanto, el cambio inmediato es específico. Prime Radiant ha publicado prototipos compatibles para dirigir la ejecución hacia entornos independientes. La implicación más amplia es analítica: la elección del modelo y la política de ejecución pueden evaluarse como decisiones relacionadas pero distintas.

Esta separación también aclara la responsabilidad. Un modelo puede recomendar una acción, una integración puede dirigirla y un entorno de ejecución puede restringirla. Evaluar el flujo de trabajo completo requiere examinar cada transferencia, en lugar de asumir que la restricción final cubre todo lo anterior.

Una interfaz compartida no hace equivalentes a los backends

Las tres implementaciones usan fundamentos diferentes. Su interfaz compartida permite compararlas, pero no establece un rendimiento, compatibilidad o seguridad equivalentes.

La implementación de sandbox v86 utiliza un servidor Node.js y v86, un emulador x86 compilado a WebAssembly, para ejecutar Alpine Linux. WebAssembly es un formato ejecutable portátil utilizado aquí como parte de la pila de emulación. El repositorio describe un entorno guest mínimo, con herramientas adicionales disponibles mediante la configuración de inicio.

La implementación de Apple Containers utiliza un servidor Python basado en las herramientas de contenedores de Apple. Su documentación describe cambios desechables en el entorno junto con escrituras persistentes en carpetas del host montadas. También distingue explícitamente su comportamiento de sistema de archivos del de la implementación v86.

La implementación de sandbox Quicksand utiliza la biblioteca Quicksand de Microsoft con QEMU, software que ejecuta máquinas virtuales. Una máquina virtual proporciona un sistema operativo guest separado del host mediante una capa de virtualización o emulación. Esta implementación también documenta sus propios mecanismos de montaje y redes.

La compatibilidad en la interfaz no implica equivalencia por debajo de ella.

Para un equipo de ingeniería, la consecuencia útil es la libertad de evaluar la tecnología de ejecución sin rediseñar todo el flujo de trabajo del agente. Esto reduce el acoplamiento conceptual entre un asistente de programación y su entorno de ejecución.

Sin embargo, elegir entre estas implementaciones sigue requiriendo una carga de trabajo. Una tarea pequeña de scripting y la compilación de una aplicación con muchas dependencias ponen a prueba partes diferentes de un entorno. Una demostración exitosa de la primera no puede demostrar la idoneidad para la segunda.

La disponibilidad de paquetes es otra distinción práctica. Un runtime del lado del host no existe automáticamente dentro del guest. Los desarrolladores que evalúan un flujo de trabajo aislado deben distinguir entre el software que atiende solicitudes y el software disponible para ejecutarlas.

De lo contrario, pueden producirse fallos confusos. Un comando que funciona en la máquina de un desarrollador puede fallar dentro de un entorno restringido porque falta un runtime. Ese fallo dice poco sobre el razonamiento del agente y nada definitivo sobre el límite de aislamiento.

La misma cautela se aplica a la velocidad. El anuncio no establece una clasificación de rendimiento controlada entre las implementaciones. Una comparación responsable mantendría constantes la tarea, el estado de las dependencias, el hardware y el método de medición.

La comodidad operativa también merece un tratamiento independiente. Un backend que encaja en una configuración de desarrollo existente puede resultar más fácil de evaluar. Esa comodidad no hace automáticamente más fuertes sus restricciones. A la inversa, una configuración más complicada no demuestra una mejor protección.

La interfaz común del lanzamiento es valiosa precisamente porque estas preguntas siguen siendo independientes. Los desarrolladores pueden preguntar si funciona la integración del agente, si la aplicación compila y si se mantienen las restricciones previstas.

Son criterios de aceptación distintos. Reducirlos a una única sesión de terminal exitosa ocultaría las diferencias más relevantes entre los backends.

Para los compradores, esto también cambia la evidencia que conviene solicitar. Una tecnología de aislamiento reconocible es un punto de partida. La evidencia útil se refiere a cómo una implementación particular expone archivos, media el tráfico, gestiona fallos e interactúa con el agente seleccionado.

Claude Code expone la diferencia entre comandos y herramientas

La salvedad más importante aparece en los detalles de integración de agentes de Prime Radiant. Claude Code dirige los comandos Bash al sandbox, mientras que sus herramientas nativas Read y Edit permanecen en el host.

Bash es una shell de comandos que ejecuta scripts y comandos de terminal. Redirigir Bash cambia dónde se ejecutan esos comandos. No redirige automáticamente todas las demás capacidades que ofrece el agente.

El anuncio describe un enrutamiento más amplio para las otras integraciones. Codex envía operaciones de proceso y sistema de archivos, incluida su operación nativa de parche. Pi sustituye sus herramientas de ejecución y archivos enumeradas, con las herramientas integradas deshabilitadas en la configuración documentada.

Prime Radiant también denomina a las implementaciones prototipos experimentales que no han recibido auditorías suficientes para cargas de trabajo sensibles. Estas salvedades deben figurar junto a la funcionalidad, en vez de quedar ocultas bajo una afirmación general de seguridad.

La cuestión de seguridad es qué herramientas cruzan el límite, no simplemente si el flujo de trabajo incluye un sandbox.

Esta distinción ejerce presión sobre los desarrolladores que crean integraciones de agentes. Un envoltorio de shell puede ser útil y, aun así, cubrir solo una parte de las capacidades del agente. La integración debe dejar claro ese alcance a la persona que asigna el trabajo.

Imaginemos una tarea hipotética que pide a un agente inspeccionar un repositorio y actualizar un archivo de configuración. El agente podría inspeccionar archivos mediante un lector nativo, ejecutar pruebas mediante Bash y editar mediante una herramienta independiente. Estas acciones pueden seguir rutas diferentes.

Una respuesta de Linux desde un comando de terminal demuestra dónde se ejecutó ese comando. No demuestra dónde ocurrió la lectura anterior ni la edición posterior. Tratarla como prueba de una contención completa confundiría un resultado visible con el alcance de la aplicación de las restricciones.

Para Claude Code, la distinción documentada es especialmente concreta. Las restricciones sobre las carpetas montadas del sandbox no se convierten en restricciones sobre las operaciones nativas Read y Edit del lado del host. Por lo tanto, los permisos adicionales del host siguen siendo relevantes.

Esto no hace inútil la integración de shell. Las herramientas de compilación, los scripts y los subprocesos pueden seguir representando una superficie de ejecución significativa. La limitación importante es que reducir el alcance de esa superficie no describe la autoridad de todas las herramientas restantes.

También por eso las comparaciones entre Claude Code, Codex y Pi deben evitar una simple etiqueta de protegido o no protegido. La ruta de integración importa tanto como el backend seleccionado. Los usuarios deben comprender ambos aspectos antes de interpretar una tarea exitosa.

Para los equipos empresariales, la implicación es organizativa. El desarrollador que configura un servidor de ejecución podría no controlar todas las extensiones o conexiones disponibles para un agente. Una evaluación completa necesita un inventario de capacidades, incluidas las que permanecen fuera del servicio de ejecución.

Ese inventario puede ser más revelador que una descripción amplia del producto. Muestra dónde existe la aplicación de restricciones y dónde otra política debe asumir la responsabilidad.

Por tanto, el lanzamiento cuestiona el lenguaje impreciso sobre el aislamiento de agentes. Una descripción precisa identifica las operaciones enrutadas, las capacidades restantes del host y el comportamiento esperado cuando el entorno externo deja de estar disponible.

Los archivos y el acceso a la red determinan el alcance restante

Los sandboxes externos para agentes de programación convierten los permisos de recursos en un elemento central del diseño. La compensación clave es sencilla: el trabajo útil requiere acceso, y cada capacidad concedida crea una vía prevista a través del límite.

El protocolo de sandbox compartido define un comportamiento observable para la ejecución, las operaciones del sistema de archivos y las funciones opcionales. Evita explícitamente prometer un rendimiento de backend o una semántica de montaje idénticos.

Un montaje pone a disposición del entorno invitado un directorio seleccionado del host. El acceso de solo lectura permite la inspección; el acceso de lectura y escritura también permite realizar cambios. El protocolo trata el acceso a archivos del host montados como una exposición deliberada, no como una evasión.

Un límite de aislamiento funcional aún puede permitir daños a recursos colocados intencionalmente a su alcance.

Consideremos un repositorio hipotético montado para su edición. Un agente necesita acceso de escritura para modificar archivos fuente. Si elimina esos archivos mediante una operación autorizada, el resultado puede ser destructivo aunque el límite se haya comportado según la configuración.

La consecuencia analítica es importante: la contención y la preservación son objetivos distintos. La contención se refiere a dónde puede llegar una operación. La preservación se refiere a si un estado valioso sigue siendo recuperable después de que una operación permitida sale mal.

Un espacio de trabajo de escritura reducido puede servir tanto al desarrollo como a la revisión mejor que un acceso amplio a carpetas no relacionadas. No se trata de que todos los proyectos necesiten la misma configuración. Se trata de que la tarea asignada debe justificar cada concesión de acceso.

El material sensible dentro del proyecto merece el mismo escrutinio. Un límite de directorio no entiende qué archivos contienen datos de prueba ordinarios y cuáles contienen información confidencial. Si el entorno puede leer ambos, el operador ha expuesto ambos.

Los permisos de red introducen una compensación similar. Un proxy es un intermediario que recibe y reenvía solicitudes de red. Una lista de permitidos especifica los destinos u operaciones autorizados a través de ese intermediario.

El beneficio arquitectónico es la mediación: el acceso a la red se convierte en algo que un componente externo puede evaluar. La limitación es semántica. El permiso para contactar un destino no establece que cada solicitud permitida sirva a la tarea prevista por el usuario.

Por ejemplo, un flujo de trabajo hipotético podría necesitar recuperar metadatos de dependencias. Ese requisito no justifica inherentemente operaciones de escritura no relacionadas contra otro servicio. Definir con precisión la acción requerida facilita evaluar el permiso.

Los métodos HTTP, que identifican las acciones de una solicitud, proporcionan una forma de distinguir operaciones. Las rutas pueden delimitar aún más el recurso solicitado. Incluso así, los revisores deben comprender el servicio que recibe la solicitud en lugar de basarse únicamente en etiquetas.

La sustitución de credenciales añade otra distinción. Una credencial es un secreto utilizado para autenticar el acceso. Mantener su valor fuera del código generado puede reducir la exposición directa, pero la operación autenticada sigue conllevando autoridad.

Un agente que no puede imprimir un secreto aún podría solicitar una acción autorizada por ese secreto. La confidencialidad de los secretos y el control de permisos, por tanto, responden a preguntas diferentes. Evaluar solo lo primero deja sin resolver lo segundo.

Esta es la compensación central del anuncio. Los desarrolladores obtienen controles explícitos sobre los recursos de ejecución, pero esos controles requieren decisiones sobre el trabajo que se está autorizando. El aislamiento no elimina esas decisiones; hace que sus consecuencias sean más fáciles de identificar.

Los prototipos necesitan evidencia más allá de demostraciones exitosas

La lectura escéptica más sólida no exige asumir que el diseño es ineficaz. Exige mantener la evidencia disponible dentro de su alcance real.

Una demostración puede establecer que un comando concreto se ejecutó dentro de un entorno determinado. Una prueba de compatibilidad puede establecer que un cliente intercambió los mensajes esperados. Ningún resultado, por sí solo, establece resistencia ante un intento adversarial de cruzar el límite.

La corrección funcional, la aplicación de políticas y la garantía de seguridad requieren evidencias diferentes.

El protocolo publicado es útil porque describe el comportamiento esperado en términos que pueden probarse. Sin embargo, cumplir una interfaz no certifica todas las propiedades de la implementación subyacente.

Esto importa al comparar los backends. Una respuesta idéntica ante una operación de archivo ordinaria puede ocultar mecanismos de aplicación distintos. Esas diferencias merecen atención al evaluar diseños de archivos inusuales, cambios simultáneos o entradas hostiles.

La pregunta pertinente no es si todos los detalles de implementación deben aparecer en un anuncio de lanzamiento. Es si un equipo comprende qué afirmaciones establece el anuncio y cuáles requieren validación adicional.

Para cargas de trabajo sensibles, un modelo de amenazas documentado sería especialmente útil. Un modelo de amenazas establece las capacidades del atacante y los recursos protegidos en torno a los cuales se diseña un sistema. Sin uno, distintos lectores pueden interpretar la misma afirmación bajo supuestos diferentes.

Un lector podría preocuparse por una eliminación accidental durante una tarea de programación. Otro podría preocuparse por contenido malicioso en el repositorio. Un tercero podría asumir protección frente a software hostil que ya se ejecuta en el host.

Son escenarios materialmente diferentes. Un diseño puede abordar parte de un escenario sin abordar todos los demás. Un alcance claro evita que un control útil se convierta en una promesa sin respaldo.

La exposición del lado del host sigue siendo otra área de evaluación. Como el agente reside fuera del entorno de ejecución, los permisos de su entorno circundante siguen siendo importantes. Mover el código generado a otro lugar no desplaza por sí solo la conversación, la conexión con el modelo ni las herramientas no relacionadas del host.

Las organizaciones también deben distinguir el éxito de la tarea de un comportamiento aceptable. Un agente puede completar un cambio solicitado mientras pide permisos innecesarios durante el proceso. A la inversa, una solicitud bloqueada puede representar una aplicación satisfactoria de la política incluso cuando la tarea se detiene.

Esto plantea un desafío de medición. Las métricas de productividad recompensan la finalización, mientras que los controles de aislamiento a veces necesitan interrumpirla. Evaluar ambos aspectos requiere registrar por qué falló una acción y si el fallo coincidió con la política prevista.

La documentación y los procedimientos de recuperación importan por la misma razón. Una operación denegada no debería convertirse automáticamente en una invitación a ampliar el acceso. El operador necesita suficiente contexto para decidir si la tarea realmente requiere ese permiso.

Los equipos pueden conservar sus notas de evaluación junto con documentos técnicos locales. Registrar el agente, el backend, los recursos concedidos y el resultado observado hace que las comparaciones posteriores sean más significativas.

Nada de esto establece que exista un fallo específico en los prototipos. Identifica la evidencia necesaria antes de ampliar su función. El lanzamiento respalda la experimentación; una confianza más amplia requiere resultados vinculados a una carga de trabajo y un modelo de amenazas claramente definidos.

¿Qué haría que los sandboxes externos estuvieran listos para un uso más amplio?

El próximo periodo de evaluación debería centrarse en la evidencia, no en una colección mayor de demostraciones. Tres señales reforzarían o debilitarían el caso de esta arquitectura en el desarrollo práctico.

Las señales decisivas son las pruebas independientes de límites, el enrutamiento completo de herramientas y políticas de permisos utilizables.

En primer lugar, conviene observar análisis de seguridad independientes de las implementaciones. Una evaluación útil identificaría los recursos protegidos, las capacidades del atacante, las versiones probadas, los hallazgos y las medidas correctivas. Un respaldo general aportaría menos información que una revisión técnica de alcance limitado.

Los hallazgos publicados no desacreditarían automáticamente la arquitectura. Harían sus límites más concretos. La distinción importante sería entre problemas resueltos mediante cambios de implementación y supuestos que requieren un modelo de despliegue diferente.

A la inversa, las demostraciones continuas sin evidencia de seguridad más clara mantendrían abierta la cuestión de las cargas de trabajo sensibles. La finalización exitosa de tareas no puede cubrir esa brecha, por muy pulida que se vuelva la interfaz.

En segundo lugar, conviene observar si las integraciones de agentes hacen explícita la cobertura y la mantienen en las actualizaciones. Los usuarios deberían poder identificar qué operaciones entran en el entorno externo y cuáles conservan autoridad en el host.

Esta señal importa especialmente cuando las herramientas toman rutas diferentes. Una documentación clara de la cobertura reforzaría la confianza en el alcance declarado de la integración. Los mecanismos locales alternativos sin explicación o el enrutamiento ambiguo la debilitarían.

La compatibilidad también necesita mantenimiento. Una integración puede depender de comportamientos externos a la propia implementación del sandbox. Los equipos necesitan evidencia de que la combinación compatible sigue comportándose según lo documentado después de que cambie cualquiera de los componentes.

En tercer lugar, conviene observar si el trabajo ordinario encaja en políticas de permisos comprensibles. Un prototipo es más fácil de confiar operativamente cuando los usuarios pueden explicar por qué existe cada permiso de directorio y de red.

Un informe de adopción útil describiría la tarea y los permisos que requirió. También identificaría operaciones bloqueadas, problemas de compatibilidad y cualquier excepción añadida para finalizar el trabajo. La finalización por sí sola dejaría demasiado sin explicar.

Estas señales mantienen la evaluación fundamentada. Las pruebas independientes abordan la resistencia al uso indebido. La claridad de enrutamiento aborda el alcance de la aplicación. La usabilidad de los permisos aborda si las personas pueden preservar ese alcance mientras realizan trabajo útil.

Los sandboxes externos para agentes de programación ofrecen una forma concreta de investigar estas cuestiones sin tratar al modelo como el único responsable de tomar decisiones sobre seguridad. Su valor reside en hacer visible y aplicable la autoridad en el límite de ejecución.

Para los desarrolladores que evalúan el lanzamiento, comiencen con un proyecto desechable y una tarea claramente definida. Registren qué operaciones corresponden dentro del sandbox y qué capacidades permanecen en el host. Comparen los permisos necesarios para completar la tarea con los concedidos inicialmente. Traten las solicitudes de acceso más amplio como evidencia sobre el flujo de trabajo, en lugar de considerarlas ruido rutinario de configuración. Revisen tanto el código resultante como las acciones realizadas para producirlo. Después, examinen si la misma tarea sigue siendo viable bajo las restricciones previstas. Ese proceso revelará más que una captura de pantalla exitosa de la terminal. Antes de ampliar el acceso de un agente, ¿puede su equipo explicar qué permanece protegido cuando el agente toma la decisión equivocada?

 
 

Empieza gratis

Un asistente de IA local-first con gestión del conocimiento personal

Para ofrecer una mejor experiencia con la IA,

actualmente remio solo es compatible con Windows 10+ (x64) y M-Chip Macs.

Tu aliado de IA para el trabajo
Haz más con remio

Planifica. Crea. Entrega.
Todo en un solo lugar.

bottom of page