Prime Radiant:程式編寫代理的外部沙盒
Simon Willison 與 Prime Radiant 於 2026 年 11 月 17 日推出三個實驗性沙盒實作,將程式編寫代理與執行其指令的環境分開。程式編寫代理的外部沙盒會把生成的程式碼置於隔離的 Linux 環境中,同時讓代理留在環境之外。這種分隔提供了具體的安全控制,但其涵蓋範圍取決於實際跨越邊界的工具。
此發布針對嘗試使用本地模型的開發人員;在這類情境中,錯誤及惡意指令都可能令一般程式編寫工作演變成具破壞性的操作。提示注入(prompt injection)是一種透過不受信任內容操控代理的攻擊,亦是推動此項目的原因之一。核心張力在於:既要讓代理有足夠權限完成工作,同時又要限制這些權限可造成的損害。
Claude Code、Codex 及 Pi 是最直接的比較對象。各者的連接方式不同,因此共用同一個執行環境不代表獲得相同程度的保護。對開發人員及工程團隊而言,這項發布帶來一個實際問題:當指令執行移至其他環境後,哪些能力仍會留在主機上?
程式編寫代理的外部沙盒提供三種實作
Willison 將此項目形容為一項較安全執行方式的實驗,與 Superpowers 背後的研究實驗室 Prime Radiant 共同開發。他的外部沙盒公告列出三種實作,並提供共通的本地介面。
沙盒是一個受限制的執行環境,可限制執行中的程式碼能存取的資源。在這個模式中,代理會將工作傳送至該環境,而非直接在自己的電腦執行指令。代理仍會管理對話並決定下一步行動。
此發布令執行邊界可互換,同時將代理置於該邊界之外。
應用程式介面(API)定義軟件元件如何交換請求及結果。在此情況下,可透過同一部電腦存取的 localhost API,將代理連接至沙盒伺服器。此介面把代理整合與實際運行程式碼的技術分開。
這項區分很重要,因為執行環境與代理各有不同用途。環境控制對資源的存取;代理則理解任務、選擇工具並回應結果。將這些責任結合,可能令辨識某項限制實際套用在哪裏變得更困難。
把兩者分開後,任何評估該系統的人都可以更明確地提出問題:甚麼請求會離開代理,而哪一方會接收相應權限?這個問題比將整個程式編寫工作階段視為單一可信活動更有用。
設想一項涉及陌生儲存庫的假設維護任務。代理需要檢查檔案、執行測試及提出修改建議。在受限制環境中執行這些指令,可以減少它們在指定專案以外的影響範圍。但這並不能證明所建議的修改是正確的。
當相依套件執行安裝指令碼時,同一項區分亦適用。相關邊界涉及該指令碼可使用的權限;模型是否有意導致最終行為,則是另一回事。意外指令與惡意指令都可能動用同一項已授予的能力。
這正是該公告值得獲得超越其安裝範例的關注的原因。它展示了一種開發人員可檢查及比較的架構,並不要求人們接受模型的判斷作為強制執行每項限制的機制。
因此,眼前的改變相當具體。Prime Radiant 已發布相容的原型,用於將執行工作導向獨立環境。更廣泛的含意則屬分析層面:模型選擇與執行政策可被視為相關、但彼此不同的決策來評估。
這種分隔亦釐清責任。模型可以建議行動,整合可以將其導向,而執行環境可以加以限制。要評估完整工作流程,必須檢視每次交接,而非假設最終限制已涵蓋上游的一切。
共用介面不代表後端等同
三種實作採用不同基礎。它們的共用介面令比較成為可能,但並不代表它們在效能、相容性或安全性方面相同。
v86 沙盒實作採用 Node.js 伺服器及 v86——一個編譯至 WebAssembly 的 x86 模擬器——來運行 Alpine Linux。WebAssembly 是一種可攜式可執行格式,在此作為模擬堆疊的一部分使用。儲存庫描述了一個精簡的客體環境,並可透過啟動設定提供額外工具。
Apple Containers 實作採用圍繞 Apple 容器工具的 Python 伺服器。其文件說明可拋棄的環境變更,與寫入已掛載主機資料夾的持久化內容並存。它亦明確區分自身的檔案系統行為與 v86 實作。
Quicksand 沙盒實作採用 Microsoft 的 Quicksand 函式庫及 QEMU——可運行虛擬機器的軟件。虛擬機器透過虛擬化或模擬層,提供一個與主機分隔的客體作業系統。此實作亦記錄其自身的掛載及網絡機制。
介面相容不代表底層等同。
對工程團隊而言,實際好處是可在毋須重新設計整個代理工作流程下,評估執行技術。這降低了程式編寫助手與其執行環境之間的概念耦合。
不過,要在這些實作之間作出選擇,仍需要考慮工作負載。小型指令碼工作與高度依賴套件的應用程式建置,會測試環境的不同部分。前者的成功示範不能證明後者同樣適用。
套件可用性是另一項實際區別。主機端的運行時不會自動在客體內存在。評估隔離工作流程的開發人員,必須區分提供請求服務的軟件,以及可用來執行請求的軟件。
否則,這可能造成令人困惑的失敗。一項可在開發人員電腦上運行的指令,可能因缺少運行時而在受限制環境中失敗。這種失敗幾乎無法說明代理的推理能力,亦無法對隔離邊界作出定論。
同樣的審慎態度亦適用於速度。公告並未建立各實作之間受控的效能排名。負責任的比較應保持任務、相依狀態、硬件及量度方法一致。
操作便利性亦值得獨立看待。適合現有開發設定的後端可能較易評估,但這種便利不會自動令其限制更強。反過來說,較複雜的設定亦不是更佳保護的證據。
正因為這些問題仍然彼此分開,發布所提供的共通介面才具價值。開發人員可以分別問:代理整合是否可行、應用程式是否能建置,以及預期限制是否成立。
這些是不同的驗收準則。把它們合併為一次成功的終端機工作階段,會掩蓋後端之間最關鍵的差異。
對買家而言,這亦改變了值得要求的證據。一項知名的隔離技術只是起點;真正有用的證據在於特定實作如何公開檔案、調解流量、處理失敗,以及與所選代理互動。
Claude Code 展示指令與工具的差異
最重要的限定出現在 Prime Radiant 的代理整合詳情中。Claude Code 會將 Bash 指令導向沙盒,但其原生 Read 及 Edit 工具仍留在主機上。
Bash 是用來執行指令碼及終端機指令的命令殼層。重新導向 Bash 改變的是這些指令的執行位置,並不會自動重新導向代理提供的每項其他能力。
公告描述,其他整合提供較廣泛的導向。Codex 會傳送程序及檔案系統操作,包括其原生修補操作。Pi 則會取代所列出的執行及檔案工具,並在文件所述設定中停用內建工具。
Prime Radiant 亦將這些實作形容為實驗性原型,尚未獲得足夠審計,不能用於敏感工作負載。這些限定應與功能描述並列,而非隱藏在一般性的安全聲稱之下。
安全問題在於哪些工具跨越邊界,而不只是工作流程是否包含沙盒。
這項區分對建立代理整合的開發人員提出要求。殼層包裝程式雖然有用,卻可能只涵蓋代理能力的一部分。整合必須令分派工作的人理解其涵蓋範圍。
試想一項假設任務,要求代理檢查儲存庫並更新設定檔。代理可能透過原生讀取器檢查檔案、透過 Bash 執行測試,並透過另一項工具編輯。這些操作可經由不同路線進行。
來自終端機指令的 Linux 回應,能證明該指令在哪裏執行,卻不能證明先前的讀取或後續的編輯在哪裏進行。把它視為完整隔離的證明,會將可見結果與強制執行範圍混為一談。
對 Claude Code 而言,文件記載的區分尤其具體。對沙盒已掛載資料夾的限制,不會自動成為對原生主機端 Read 及 Edit 操作的限制。因此,額外的主機權限仍然重要。
這並不令殼層整合毫無意義。建置工具、指令碼及子程序仍可構成重要的執行面。重要限制是,減少該執行面的影響範圍,並不能描述每項其餘工具所擁有的權限。
這亦是為何 Claude Code、Codex 及 Pi 之間的比較,應避免使用簡單的「受保護或未受保護」標籤。整合路徑與所選後端同樣重要。使用者在解讀成功完成的任務前,必須理解兩者。
對企業團隊而言,含意屬於組織層面。設定執行伺服器的開發人員,未必控制代理可使用的每個擴充功能或連線。完整評估需要一份能力清單,包括留在執行服務以外的能力。
這份清單可能比廣泛的產品描述更具啟示性。它展示了強制執行存在於何處,以及哪裏必須由另一項政策承擔責任。
因此,此發布挑戰了圍繞代理隔離的寬鬆措辭。精確描述應列明經導向的操作、餘下的主機能力,以及外部環境不可用時的預期行為。
檔案及網絡存取決定剩餘影響範圍
外部沙箱為程式編碼代理帶來的資源權限設計,將權限問題置於核心位置。關鍵取捨很直接:有用的工作需要存取權,而每一項獲授予的能力,都會在邊界之間建立一條預期的通路。
共用的 sandbox protocol 定義了執行、檔案系統操作及可選功能的可觀察行為。它明確避免承諾各個後端具有完全相同的效能或掛載語義。
掛載會讓選定的主機目錄可在客體環境內使用。唯讀存取允許檢視;讀寫存取亦允許作出變更。該協議將對已掛載主機檔案的存取視為有意的暴露,而非逃逸。
有效的隔離邊界,仍可能容許對刻意置於其可及範圍內的資源造成損害。
設想一個為編輯而掛載的假設儲存庫。代理需要寫入權限以修改原始碼檔案。若它透過已授權的操作刪除這些檔案,即使邊界按設定運作,結果仍可能具破壞性。
這帶來重要的分析結論:遏制與保存是不同目標。遏制關乎操作可觸及的範圍;保存則關乎容許的操作出錯後,有價值的狀態是否仍可復原。
相較於廣泛存取不相關的資料夾,範圍狹窄的可寫入工作區可更好地支援開發及審核。重點並非每個專案都需要相同安排,而是獲分派的任務應能解釋每一項存取授權的理由。
專案內的敏感資料同樣值得審視。目錄邊界不會理解哪些檔案是一般測試資料,哪些含有機密資訊。若環境可讀取兩者,操作者便已暴露兩者。
網絡權限亦帶來相似取捨。代理伺服器是接收及轉送網絡請求的中介;允許清單則指定可經該中介獲准前往的目的地或操作。
其架構優點在於中介:網絡存取成為可由外部元件評估的事項。限制則在於語義層面。獲准聯絡某個目的地,並不代表每項獲准請求都服務於用戶原本的任務。
例如,假設某個工作流程需要擷取相依套件的中繼資料。這項要求本身並不能證明對另一項服務進行不相關寫入操作是合理的。精確界定所需操作,會令權限更易評估。
識別請求操作的 HTTP 方法,提供了區分操作的一種方式。路徑可進一步收窄所請求的資源。即使如此,審核者仍需理解接收請求的服務,而不能只依賴標籤。
憑證替換帶來另一項區分。憑證是用於驗證存取身分的秘密資訊。將其數值置於生成程式碼以外,可減少直接暴露,但經驗證的操作仍帶有權限。
無法列印秘密資訊的代理,仍可能請求由該秘密資訊授權的操作。因此,秘密保密與權限控制回答的是不同問題。只評估前者,會令後者仍未解決。
這正是公告中的核心取捨。開發者取得對執行資源的明確控制,但這些控制要求他們決定正在授權哪些工作。隔離不會消除這些決定;它會令其後果更容易辨識。
原型需要成功示範以外的證據
最有力的懷疑性解讀,毋須假定設計無效。它只要求將現有證據限於其實際涵蓋範圍內。
示範可以證明某個特定指令在某個特定環境中執行。相容性測試可以證明客戶端交換了預期訊息。然而,單靠兩者均不足以證明系統能抵抗跨越邊界的對抗性嘗試。
功能正確性、政策執行及安全保證,需要不同類型的證據。
已發布的協議很有幫助,因為它以可測試的方式描述預期行為。然而,符合某個介面,並不代表底層實作的每一項性質都得到認證。
比較各後端時,這點尤其重要。一般檔案操作所得到的相同回應,可能掩蓋不同的執行機制。在評估不尋常的檔案佈局、並行變更或惡意輸入時,這些差異值得注意。
相關問題不是所有實作細節是否必須出現在發布公告中,而是團隊是否明白公告建立了哪些主張,以及哪些主張需要進一步驗證。
對敏感工作負載而言,具文件記錄的威脅模型尤其有用。威脅模型說明一個系統所針對的攻擊者能力及受保護資源。若沒有它,不同讀者可能在不同假設下解讀同一項主張。
一位讀者可能擔心編碼工作期間意外刪除檔案。另一位可能擔心惡意儲存庫內容。第三位則可能假設系統可防護已在主機上運行的惡意軟件。
這些情境存在實質差異。一項設計可能處理其中一種情境的部分問題,卻未能處理其餘所有問題。清晰的範圍界定,可避免一項有用控制被誤當成未獲支持的承諾。
主機端暴露仍是另一個評估範疇。由於代理存在於執行環境以外,其周邊權限仍然重要。單純將生成程式碼移到其他位置,並不會同時遷移對話、模型連線或不相關的主機工具。
機構亦應區分任務成功與可接受行為。代理可完成所要求的變更,同時在過程中請求不必要的權限。反過來說,即使任務停止,被阻止的請求亦可能代表成功執行政策。
這造成衡量上的難題。生產力指標會獎勵完成工作,而隔離控制有時需要中斷工作完成。評估兩者都需要記錄操作為何失敗,以及失敗是否符合預定政策。
基於同一原因,文件及復原程序亦很重要。被拒絕的操作不應自動成為擴大存取權的邀請。操作者需要足夠背景資訊,才能判斷任務是否真的需要該項權限。
團隊可將評估筆記保存在 本機技術文件 旁邊。記錄代理、後端、獲授資源及觀察結果,會令日後比較更有意義。
以上並不證明原型存在某項特定缺陷。它指出在擴大其角色前所需的證據。此版本支援實驗;更廣泛的信任則需要與明確界定的工作負載及威脅模型掛鈎的結果。
甚麼能讓外部沙箱準備好供更廣泛使用?
下一個評估期應聚焦於證據,而不是更多示範。三項訊號將能加強或削弱這種架構在實際開發中的理據。
決定性的訊號,是獨立邊界測試、完整工具路由,以及可用的權限政策。
首先,留意是否有對各實作進行獨立安全分析。一份有用的評估應識別受保護資源、攻擊者能力、已測試版本、發現事項及修復措施。相比起範圍狹窄的技術審核,一般性背書提供的資訊較少。
已發布的發現結果不會自動否定這套架構。它們會令其限制更具體。重要區別在於:問題是可透過實作修改解決,還是其假設需要不同的部署模式。
相反,若持續有示範卻沒有更清晰的安全證據,敏感工作負載的問題仍會懸而未決。無論介面變得多精緻,成功完成任務都無法填補這個缺口。
其次,留意代理整合是否明確說明涵蓋範圍,並在更新期間持續維護。用戶應能識別哪些操作進入外部環境,哪些操作仍保留主機權限。
這項訊號在工具採用不同路由時尤為重要。清晰的涵蓋範圍文件,會加強對整合所聲稱範圍的信心。無法解釋的本機回退或模糊路由,則會削弱這種信心。
相容性亦需要維護。整合可能依賴沙箱實作本身以外的行為。團隊需要證據證明,在任一元件變更後,受支援的組合仍按文件所述運作。
第三,留意一般工作是否能符合可理解的權限政策。若用戶可解釋每項目錄及網絡權限存在的原因,原型在營運上便更容易獲得信任。
一份有用的採用報告會描述任務及其所需權限。它亦會識別為完成工作而出現的被阻操作、相容性問題,以及新增的任何例外。只看完成與否,仍有太多問題未獲解釋。
這些訊號令評估保持務實。獨立測試處理抵抗濫用的能力;路由清晰度處理執行的涵蓋範圍;權限可用性則處理人們在完成有用工作時,能否維持這個範圍。
外部沙箱為程式編碼代理提供具體方法,以探究這些問題,而不把模型視為安全問題的唯一決策者。它們的價值,在於讓權限在執行邊界上可見且可強制執行。
對正在評估此版本的開發者而言,可從一次性專案及明確界定的任務開始。記錄哪些操作應置於沙箱內,哪些能力仍保留在主機上。比較完成工作所需的權限與最初授予的權限。將要求更廣泛存取的請求視為工作流程的證據,而非例行設定雜訊。審視生成的程式碼,也審視用以產生它的操作。然後檢視同一任務在預定限制下是否仍可完成。這個過程所揭示的資訊,將多於一張成功的終端機截圖。在擴大代理的存取權前,你的團隊能否解釋當代理作出錯誤決定時,哪些內容仍受到保護?



