Prime Radiant:コーディングエージェント向け外部サンドボックス
Simon WillisonとPrime Radiantは2026年11月17日、コーディングエージェントをコマンド実行環境から分離する、3種類の実験的なサンドボックス実装を公開した。コーディングエージェント向けの外部サンドボックスは、生成されたコードを隔離されたLinux環境内に置く一方、エージェント自体は外部に留める。この分離は具体的なセキュリティ制御を提供するが、その有効範囲は実際に境界を越えるツールによって決まる。
このリリースは、ローカルモデルを試す開発者を対象としている。そうした環境では、ミスや悪意ある指示が、通常のコーディング作業を有害な操作へと変えかねない。信頼できないコンテンツを通じてエージェントを誘導する攻撃であるプロンプトインジェクションも、背景にある動機の一つだ。中心的な緊張関係は、作業を完了するのに十分なアクセスをエージェントへ与えつつ、そのアクセスが及ぼし得る損害を制限することにある。
Claude Code、Codex、Piが直接的な比較対象となる。接続方法はそれぞれ異なるため、実行環境を共有していても、同一の保護が提供されるわけではない。開発者やエンジニアリングチームにとって、この発表は実務的な疑問を投げかける。コマンド実行を別の場所へ移した後、どの能力がホスト側に残るのか。
コーディングエージェント向け外部サンドボックスには3つの実装がある
Willisonはこのプロジェクトを、Superpowersを手がける研究ラボPrime Radiantと共同で開発した、より安全な実行のための実験だと説明している。彼の外部サンドボックスに関する発表では、共通のローカルインターフェースを公開する3つの実装が紹介されている。
サンドボックスとは、実行中のコードがアクセスできるリソースを制限する、制約付きの実行環境である。このパターンでは、エージェントは自身のマシンで直接コマンドを実行するのではなく、その環境に作業を送る。エージェントは引き続き会話を管理し、何を行うかを判断する。
このリリースでは、エージェントを境界の外に置いたまま、実行境界を交換可能にしている。
アプリケーション・プログラミング・インターフェース、すなわちAPIは、ソフトウェアコンポーネントがリクエストと結果を交換する方法を定義する。ここでは、同じコンピューターから到達可能なlocalhost APIが、エージェントとサンドボックスサーバーを接続する。このインターフェースにより、エージェント統合とコードを実行する技術が分離される。
この区別が重要なのは、実行環境とエージェントが異なる目的を果たすためだ。環境はリソースへのアクセスを制御する。エージェントはタスクを解釈し、ツールを選び、結果に応答する。これらの責務を統合すると、制約が実際にどこへ適用されているかを特定しにくくなる場合がある。
両者を分離することで、システムを評価する人にとって、より明確な問いが生まれる。どのリクエストがエージェントを離れ、どの権限主体がそれを受け取るのか。この問いは、コーディングセッション全体を単一の信頼された活動として扱うより有用だ。
未知のリポジトリに関する仮想的な保守作業を考えてみよう。エージェントはファイルを調査し、テストを実行し、変更を提案する必要がある。これらのコマンドを制限された環境で実行すれば、割り当てられたプロジェクトを超えた影響範囲を縮小できる。そのことは、提案された変更が正しいことを保証するものではない。
依存関係がインストールスクリプトを実行する場合にも、同じ区別が当てはまる。重要な境界は、そのスクリプトに与えられた権限に関わる。モデルが結果として生じる挙動を意図したかどうかは、別の問題である。偶発的なコマンドと悪意あるコマンドは、同じ付与済みの能力を行使し得る。
このため、この発表はインストール例を超えて注目に値する。開発者が検査し、比較できるアーキテクチャを提示している。あらゆる制約を強制する仕組みとして、モデルの判断を受け入れることを求めるものではない。
したがって、直近の変化は具体的だ。Prime Radiantは、実行を別個の環境へルーティングするための互換性のあるプロトタイプを公開した。より広い含意は分析的なものだ。モデルの選択と実行ポリシーは、関連しつつも別個の決定として評価できる。
この分離は責任の所在も明確にする。モデルは行動を推奨でき、統合はそれをルーティングでき、実行環境はそれを制限できる。完全なワークフローを評価するには、最終的な制約が上流のすべてをカバーすると仮定するのではなく、それぞれの受け渡しを検証する必要がある。
共通インターフェースはバックエンドの同等性を意味しない
3つの実装は異なる基盤を使用している。共通インターフェースは比較を可能にするが、性能、互換性、セキュリティが等しいことを示すものではない。
v86サンドボックス実装は、Node.jsサーバーと、WebAssemblyにコンパイルされたx86エミュレーターであるv86を使用し、Alpine Linuxを動作させる。WebAssemblyは移植可能な実行形式であり、ここではエミュレーションスタックの一部として用いられている。リポジトリでは最小限のゲスト環境が説明されており、追加ツールは起動時の設定を通じて利用できる。
Apple Containers実装は、Appleのコンテナツール群をPythonサーバーで扱う。ドキュメントでは、一時的な環境変更と、マウントされたホストフォルダへの永続的な書き込みが説明されている。また、そのファイルシステムの挙動はv86実装とは異なると明示されている。
Quicksandサンドボックス実装は、仮想マシンを実行するソフトウェアであるQEMUとともに、MicrosoftのQuicksandライブラリを使用する。仮想マシンは、仮想化またはエミュレーション層を通じてホストから分離されたゲストOSを提供する。この実装も、独自のマウントおよびネットワーク機構を文書化している。
インターフェース上の互換性は、その下層での同等性を意味しない。
エンジニアリングチームにとって有用な結果は、エージェントのワークフロー全体を再設計せずに実行技術を評価できる自由度だ。これにより、コーディング支援ツールとその実行環境の概念的な結び付きが弱まる。
ただし、これらの実装を選ぶには、依然としてワークロードを考慮する必要がある。小規模なスクリプト作業と、依存関係の多いアプリケーションビルドでは、環境の異なる部分が試される。前者での実演の成功は、後者への適性を証明するものではない。
パッケージの可用性も実務上の重要な違いだ。ホスト側のランタイムが、ゲスト内にも自動的に存在するわけではない。隔離されたワークフローを評価する開発者は、リクエストを処理するソフトウェアと、それを実行可能なソフトウェアを区別する必要がある。
さもなければ、混乱を招く失敗が起こり得る。開発者のマシン上では動作するコマンドが、ランタイム不足のため制限環境内では失敗することがある。その失敗はエージェントの推論についてほとんど何も示さず、隔離境界について決定的なことも示さない。
同じ注意は速度にも当てはまる。この発表は、実装間の統制された性能ランキングを示していない。責任ある比較では、タスク、依存関係の状態、ハードウェア、測定方法を一定に保つ必要がある。
運用上の利便性も別途扱うべきだ。既存の開発環境に適合するバックエンドは、評価しやすい場合がある。その利便性が制約の強さを自動的に高めるわけではない。逆に、設定が複雑であることは、より良い保護の証拠ではない。
このリリースの共通インターフェースに価値があるのは、まさにこれらの問いが別々のままだからだ。開発者は、エージェント統合が機能するか、アプリケーションがビルドされるか、意図した制約が維持されるかを問うことができる。
これらは異なる受け入れ基準である。単一の成功したターミナルセッションにまとめてしまえば、バックエンド間の最も重大な差異が隠れてしまう。
購入者にとっても、要求すべき証拠は変わる。よく知られた隔離技術は出発点にすぎない。有用な証拠は、特定の実装がファイルをどのように公開し、通信をどのように仲介し、障害をどのように処理し、選択したエージェントとどのように連携するかに関わる。
Claude Codeはコマンドとツールの違いを明らかにする
最も重要な留保は、Prime Radiantのエージェント統合の詳細に記されている。Claude CodeはBashコマンドをサンドボックスへルーティングする一方、ネイティブのReadおよびEditツールはホスト上に残る。
Bashは、スクリプトとターミナルコマンドを実行するコマンドシェルである。Bashをリダイレクトすると、それらのコマンドが実行される場所は変わる。しかし、エージェントが提供する他のすべての能力まで自動的にリダイレクトされるわけではない。
この発表では、他の統合についてはより広範なルーティングが説明されている。Codexは、ネイティブのパッチ操作を含むプロセスおよびファイルシステム操作を送信する。Piは、文書化された設定で組み込みツールを無効化し、列挙された実行・ファイルツールを置き換える。
Prime Radiantはまた、これらの実装を、機密性の高いワークロードに対する十分な監査をまだ受けていない実験的プロトタイプだとしている。このような留保は、一般的な安全性の主張の下に埋めるのではなく、機能説明と併記すべきである。
セキュリティ上の問いは、ワークフローにサンドボックスが含まれるかどうかだけでなく、どのツールが境界を越えるかである。
この区別は、エージェント統合を構築する開発者に重い課題を突き付ける。シェルラッパーは有用であり得るが、エージェントの能力の一部しかカバーしない可能性がある。統合は、その範囲を作業の依頼者が理解できるものにしなければならない。
エージェントにリポジトリの調査と設定ファイルの更新を求める仮想的なタスクを想像してみよう。エージェントはネイティブのリーダーでファイルを調査し、Bash経由でテストを実行し、別のツールで編集するかもしれない。これらの行動は異なる経路をたどり得る。
ターミナルコマンドからLinuxの応答が返ることは、そのコマンドがどこで実行されたかを示す。しかし、その前の読み取りや後続の編集がどこで行われたかを示すものではない。これを完全な封じ込めの証明として扱うことは、目に見える結果と強制の適用範囲を混同することになる。
Claude Codeでは、文書化されたこの区別が特に具体的だ。サンドボックスにマウントされたフォルダへの制約は、ネイティブのホスト側ReadおよびEdit操作への制約にはならない。したがって、追加のホスト権限は引き続き重要である。
だからといって、シェル統合が無意味になるわけではない。ビルドツール、スクリプト、サブプロセスは、依然として重要な実行面になり得る。重要な制限は、その実行面の影響範囲を縮小しても、残るすべてのツールの権限を説明することにはならないという点だ。
このため、Claude Code、Codex、Piの比較では、単純な保護済み・未保護というラベルを避けるべきでもある。選択するバックエンドと同じくらい、統合経路が重要だ。ユーザーは、成功したタスクを解釈する前に両方を理解する必要がある。
エンタープライズチームにとっての意味合いは組織的なものだ。実行サーバーを設定する開発者が、エージェントに利用可能なすべての拡張機能や接続を管理しているとは限らない。完全な評価には、実行サービスの外に残るものを含む能力の棚卸しが必要となる。
その棚卸しは、広範な製品説明よりも多くを明らかにし得る。どこで強制が機能し、どこで別のポリシーが責任を担わなければならないかを示すためだ。
したがって、このリリースはエージェント隔離に関する曖昧な表現に疑問を投げかける。正確な説明では、ルーティングされる操作、残存するホスト能力、そして外部環境が利用できなくなった場合に想定される挙動を特定する。
ファイルとネットワークアクセスが残る影響範囲を決定する
外部サンドボックス環境では、コーディングエージェントにとってリソース権限が設計上の中心課題となります。主要なトレードオフは明快です。有用な作業にはアクセスが必要であり、付与される能力の一つひとつが境界を越えるための意図された経路を生み出します。
共有のsandbox protocolは、実行、ファイルシステム操作、オプション機能に関する観測可能な動作を定義しています。一方で、バックエンドの性能やマウントのセマンティクスが完全に同一であるとは明示的に約束していません。
マウントにより、選択されたホストディレクトリがゲスト環境内で利用可能になります。読み取り専用アクセスでは閲覧が可能になり、読み書きアクセスでは変更も可能です。プロトコルは、マウントされたホストファイルへのアクセスを、脱出ではなく意図的な公開として扱います。
機能する隔離境界であっても、到達可能な範囲に意図的に置かれたリソースへの損害を許す可能性があります。
編集用にマウントされた仮想的なリポジトリを考えてみましょう。エージェントがソースファイルを変更するには書き込み権限が必要です。認可された操作によってそれらのファイルを削除した場合、境界が設定どおりに機能していても、結果は破壊的になり得ます。
分析上の帰結は重要です。封じ込めと保存は異なる目標です。封じ込めは、ある操作がどこまで到達できるかに関わります。保存は、許可された操作が誤った結果になった後も、価値ある状態が復旧可能かどうかに関わります。
無関係なフォルダへの広範なアクセスよりも、限定された書き込み可能なワークスペースの方が、開発とレビューの双方に適している場合があります。すべてのプロジェクトに同じ構成が必要だということではありません。割り当てられたタスクが、アクセス権限の付与一つひとつを説明できるべきだということです。
プロジェクト内の機密情報も同様に慎重な検討が必要です。ディレクトリ境界は、通常のフィクスチャを含むファイルと機密情報を含むファイルを区別できません。環境が両方を読み取れるなら、運用者は両方を公開したことになります。
ネットワーク権限にも似たトレードオフがあります。プロキシはネットワーク要求を受信し、転送する仲介者です。許可リストは、その仲介者を介して許可される宛先または操作を指定します。
アーキテクチャ上の利点は仲介にあります。ネットワークアクセスは、外部コンポーネントが評価できる対象になります。制約は意味的なものです。ある宛先への接続許可は、許可されたすべてのリクエストがユーザーの意図したタスクに資することを保証するものではありません。
たとえば、仮想的なワークフローで依存関係メタデータの取得が必要になる場合があります。その要件は、本質的に別のサービスへの無関係な書き込み操作を正当化するものではありません。必要なアクションを狭く定義すると、権限を評価しやすくなります。
リクエストのアクションを識別するHTTPメソッドは、操作を区別する一つの方法です。パスによって、要求されるリソースをさらに限定できます。それでも、レビュアーはラベルだけに依存せず、リクエストを受け取るサービスを理解する必要があります。
認証情報の置き換えは、別の区別を加えます。認証情報とは、アクセスを認証するために使用される秘密情報です。その値を生成コードの外に置けば直接的な露出は減らせますが、認証済みの操作には依然として権限が伴います。
秘密情報を出力できないエージェントでも、その秘密情報で認可されたアクションを要求できる場合があります。したがって、秘密情報の機密性と権限管理は異なる問いに答えます。前者だけを評価しても、後者は未解決のままです。
これが発表における中心的なトレードオフです。開発者は実行リソースを明示的に制御できるようになりますが、その制御には、何の作業を認可するのかについての判断が求められます。隔離はその判断をなくすものではなく、その結果を特定しやすくするものです。
プロトタイプには、成功したデモを超える証拠が必要です
最も強い懐疑的な解釈でも、設計が有効でないと仮定する必要はありません。必要なのは、利用可能な証拠を実際の範囲内にとどめることです。
デモは、特定のコマンドが特定の環境内で実行されたことを示せます。互換性テストは、クライアントが期待どおりのメッセージを交換したことを示せます。しかし、いずれの結果も単独では、境界を越えようとする敵対的な試みに対する耐性を確立するものではありません。
機能的な正しさ、ポリシーの強制、セキュリティ保証には、それぞれ異なる証拠が必要です。
公開されたプロトコルは、テスト可能な形で期待される動作を記述しているため有用です。しかし、インターフェースに準拠していることは、基盤となる実装のあらゆる性質を保証するものではありません。
これはバックエンドを比較する際に重要です。通常のファイル操作に対して同一の応答が返っても、異なる強制メカニズムが隠れている可能性があります。異例のファイルレイアウト、同時変更、または悪意ある入力を評価する際には、そうした違いに注意を払うべきです。
関連する問いは、ローンチ発表にすべての実装詳細を記載すべきかどうかではありません。発表によってどの主張が確立され、どの主張に追加検証が必要なのかを、チームが理解しているかどうかです。
機密性の高いワークロードでは、文書化された脅威モデルが特に有用でしょう。脅威モデルとは、システムが想定する攻撃者の能力と保護対象のリソースを記述するものです。これがなければ、異なる読者が同じ主張を異なる前提で解釈する可能性があります。
ある読者は、コーディングタスク中の誤削除を懸念するかもしれません。別の読者は、悪意あるリポジトリ内容を懸念するかもしれません。さらに別の読者は、すでにホスト上で動作している敵対的なソフトウェアからの保護を想定するかもしれません。
これらは実質的に異なるシナリオです。ある設計が一つのシナリオの一部に対処していても、他のすべてに対処しているとは限りません。明確な適用範囲により、有用な制御が根拠のない約束になることを防げます。
ホスト側の露出も、依然として評価領域の一つです。エージェントは実行環境の外側に存在するため、その周辺の権限も重要です。生成コードを別の場所へ移動しても、それだけで会話、モデル接続、無関係なホストツールまで移動するわけではありません。
組織は、タスクの成功と許容可能な振る舞いも区別すべきです。エージェントは、途中で不要な権限を要求しながら、依頼された変更を完了できる場合があります。逆に、タスクが停止した場合でも、ブロックされた要求が強制の成功を示すことがあります。
これは測定上の課題を生みます。生産性の指標は完了を評価しますが、隔離制御は時として完了を中断する必要があります。両方を評価するには、なぜアクションが失敗したのか、失敗が意図したポリシーと一致していたのかを記録する必要があります。
文書化と復旧手順も同じ理由で重要です。拒否された操作が、アクセスを広げる招待状に自動的になるべきではありません。運用者には、そのタスクが本当にその権限を必要とするのか判断するための十分な文脈が必要です。
チームは、評価メモをローカル技術ドキュメントとともに保管できます。エージェント、バックエンド、付与したリソース、観測結果を記録すれば、後の比較がより有意義になります。
これは、プロトタイプに特定の欠陥が存在すると示すものではありません。役割を拡大する前に必要な証拠を特定するものです。リリースは実験を支援しますが、より広範な信頼には、明確に定義されたワークロードと脅威モデルに結び付いた結果が必要です。
外部サンドボックスをより広く利用可能にするには何が必要か?
次の評価期間では、デモの数を増やすのではなく、証拠に焦点を当てるべきです。実務的な開発におけるこのアーキテクチャの妥当性を強める、あるいは弱めるシグナルは三つあります。
決定的なシグナルは、独立した境界テスト、完全なツールルーティング、そして実用的な権限ポリシーです。
第一に、実装に対する独立したセキュリティ分析に注目してください。有用な評価では、保護対象のリソース、攻撃者の能力、テスト対象のバージョン、発見事項、修正対応が特定されます。一般的な推奨は、範囲を限定した技術レビューよりも情報量が少なくなります。
公開された発見事項が、アーキテクチャの信頼性を自動的に損なうわけではありません。それらは制約をより具体的にします。重要なのは、実装変更によって解決された問題と、別のデプロイメントモデルを必要とする前提とを区別することです。
反対に、より明確なセキュリティ証拠がないままデモが続くなら、機密性の高いワークロードに関する問いは未解決のままです。インターフェースがどれほど洗練されても、タスクの完了成功ではその不足を埋められません。
第二に、エージェント統合が対象範囲を明示し、更新をまたいで維持できるかに注目してください。ユーザーは、どの操作が外部環境に入るのか、どの操作がホスト権限を保持するのかを特定できるべきです。
このシグナルは、ツールが異なる経路を取る場面で特に重要です。明確な対象範囲の文書化は、統合が表明する適用範囲への信頼を強めます。説明のないローカルフォールバックや曖昧なルーティングは、それを弱めます。
互換性も維持が必要です。統合は、サンドボックス実装そのものの外にある動作に依存する可能性があります。いずれかのコンポーネントが変化した後も、サポート対象の組み合わせが文書どおりに動作するという証拠がチームには必要です。
第三に、日常業務が理解可能な権限ポリシーの範囲に収まるかを確認してください。ユーザーが各ディレクトリおよびネットワーク権限の理由を説明できる場合、プロトタイプは運用面で信頼しやすくなります。
有用な導入レポートでは、タスクと必要だった権限を説明します。また、作業完了のために追加されたブロック操作、互換性の問題、例外も特定します。完了だけでは、説明されない点が多すぎます。
これらのシグナルは、評価を現実に根ざしたものに保ちます。独立テストは誤用への耐性を扱います。ルーティングの明確さは強制の適用範囲を扱います。権限の使いやすさは、有用な作業を行いながら人々がその適用範囲を維持できるかを扱います。
コーディングエージェント向けの外部サンドボックスは、安全性に関する唯一の意思決定者としてモデルを扱わずに、これらの問いを検討する具体的な方法を提供します。その価値は、実行境界において権限を可視化し、強制可能にすることにあります。
リリースを評価する開発者は、使い捨て可能なプロジェクトと明確に定義されたタスクから始めてください。どの操作がサンドボックス内に属し、どの能力がホストに残るのかを記録します。完了に必要な権限と、当初付与された権限を比較してください。より広いアクセスの要求は、通常のセットアップ上のノイズではなく、ワークフローに関する証拠として扱います。結果として得られたコードと、それを生み出すために実行されたアクションの両方を確認してください。次に、同じタスクが意図した制限の下でも実行可能かを検証します。このプロセスは、成功したターミナル画面のスクリーンショット以上のことを明らかにします。エージェントが誤った判断をしたとき、何が保護されたままなのかを、あなたのチームは説明できますか?



