top of page

Prime Radiant:面向编程代理的外部沙箱

10分钟前
讀畢需時 12 分鐘

Simon Willison 与 Prime Radiant 于 2026 年 11 月 17 日发布了三种实验性沙箱实现,将编程代理与执行其命令的环境分离。面向编程代理的外部沙箱会把生成的代码置于隔离的 Linux 环境中,同时让代理留在环境之外。这种分离提供了具体的安全控制,但其覆盖范围取决于实际跨越边界的是哪些工具。

此次发布面向正在试验本地模型的开发者;在这类场景中,失误和恶意指令都可能使普通编程任务演变为破坏性操作。提示注入——一种通过不可信内容操控代理的攻击方式——是推动这一方案的部分原因。核心矛盾在于:既要给予代理足够的权限来完成工作,又要限制这些权限可能造成的损害。

Claude Code、Codex 和 Pi 构成了直接的比较对象。三者的连接方式各不相同,因此,共享执行环境并不代表获得相同的保护。对于开发者和工程团队而言,这一发布提出了一个实际问题:当命令执行被迁移到其他环境后,哪些能力仍保留在主机上?

面向编程代理的外部沙箱推出三种实现

Willison 将该项目描述为一次更安全执行方式的实验,由 Superpowers 背后的研究实验室 Prime Radiant 共同开发。他的外部沙箱公告指出了三种实现,它们提供共同的本地接口。

沙箱是一种受限执行环境,用于限制运行中的代码可以访问的资源。在这种模式下,代理会将工作发送到该环境,而非直接在自身机器上执行命令。代理则继续管理对话并决定下一步操作。

此次发布使执行边界可以互换,同时让代理处于这一边界之外。

应用程序编程接口,即 API,定义了软件组件如何交换请求和结果。在这里,可通过同一台计算机访问的 localhost API,将代理连接到沙箱服务器。该接口将代理集成与实际运行代码的技术分离开来。

这一差异很重要,因为执行环境和代理承担着不同的职责。环境控制对资源的访问;代理则解读任务、选择工具并响应结果。将这些职责合并,可能使人更难判断某项限制究竟在哪个环节生效。

将二者分离后,评估系统的人可以更明确地提出一个问题:哪些请求离开了代理,又由何种权限实体接收?这一问题比把整个编程会话视为单一的可信活动更有价值。

设想一个涉及陌生代码仓库的假想维护任务。代理需要检查文件、运行测试并提出修改建议。在受限环境中运行这些命令,可以减少它们对指定项目之外范围的影响。但这并不能证明所提出的修改是正确的。

当某个依赖项执行安装脚本时,同样适用这一差异。相关边界在于该脚本可获得的权限。模型是否有意促成最终行为,则是另一个问题。意外命令和恶意命令都可能调用同一项已授予的能力。

这也是为什么该公告值得在安装示例之外获得关注。它提出了一种可供开发者检查和比较的架构。它并不要求人们将模型的判断视为执行每一项限制的机制。

因此,眼前的变化是具体的。Prime Radiant 已发布兼容原型,用于将执行路由至独立环境。更广泛的意义则在于分析层面:模型选择和执行策略可以被视为相关但彼此独立的决策。

这种分离也厘清了责任。模型可以建议一项操作,集成层可以将其路由,执行环境可以限制它。要评估完整工作流,就必须审查每一次交接,而不是假设最终的限制涵盖了所有上游环节。

共享接口并不意味着后端等价

这三种实现采用不同的基础技术。共享接口使比较成为可能,但并不意味着它们具有相同的性能、兼容性或安全性。

v86 沙箱实现使用 Node.js 服务器及 v86——一个编译为 WebAssembly 的 x86 模拟器——来运行 Alpine Linux。WebAssembly 是一种可移植的可执行格式,在这里被用作模拟技术栈的一部分。该仓库描述了一个最小化的客户机环境,其他工具可通过启动配置提供。

Apple Containers 实现使用 Python 服务器封装 Apple 的容器工具。其文档描述了一次性环境变更,以及对已挂载主机文件夹的持久化写入。文档还明确区分了其文件系统行为与 v86 实现的差异。

Quicksand 沙箱实现使用 Microsoft 的 Quicksand 库与 QEMU——一种运行虚拟机的软件。虚拟机通过虚拟化或模拟层,提供与主机分离的客户机操作系统。该实现也记录了自身的挂载和网络机制。

接口层面的兼容性,并不意味着底层实现等价。

对于工程团队而言,其实际价值在于:可以评估执行技术,而无需重新设计整个代理工作流。这降低了编程助手与其执行环境之间的概念耦合。

不过,在这些实现之间做选择仍需要基于实际工作负载。小型脚本任务和依赖繁重的应用构建,会调用环境的不同部分。前者演示成功,并不能证明后者也适用。

软件包可用性是另一项实际差异。主机端运行时不会自动存在于客户机内部。评估隔离工作流的开发者,需要区分负责提供请求服务的软件与实际可用于执行请求的软件。

否则,这可能导致令人困惑的失败。一条在开发者机器上可运行的命令,可能会因缺少运行时而在受限环境中失败。这种失败几乎无法说明代理的推理能力,也无法对隔离边界得出确定结论。

同样的谨慎也适用于速度。该公告并未建立三种实现之间受控的性能排名。负责任的比较应保持任务、依赖状态、硬件和测量方法一致。

操作便利性也值得单独看待。适合现有开发环境的后端可能更易于评估,但这种便利性并不会自动使其限制更强。反之,配置更复杂也不代表保护更好。

此次发布的共同接口之所以有价值,正是因为这些问题仍然彼此独立。开发者可以分别询问:代理集成是否正常、应用能否构建,以及预期限制是否成立。

这些是不同的验收标准。若将它们压缩为一次成功的终端会话,就会掩盖后端之间最关键的差异。

对于采购方而言,这也改变了应当索取的证据。知名的隔离技术只是起点。真正有用的证据在于某个具体实现如何暴露文件、调解流量、处理故障,以及如何与所选代理交互。

Claude Code 揭示命令与工具之间的差异

最关键的限定出现在 Prime Radiant 的代理集成细节中。Claude Code 会将 Bash 命令路由至沙箱,而其原生的 Read 和 Edit 工具仍留在主机上。

Bash 是用于执行脚本和终端命令的命令 Shell。重定向 Bash 会改变这些命令的运行位置,但不会自动重定向代理提供的所有其他能力。

公告描述了其他集成的更广泛路由。Codex 会发送进程和文件系统操作,包括其原生补丁操作。Pi 会替换所列出的执行和文件工具,并在文档所述配置中禁用内置工具。

Prime Radiant 还将这些实现称为实验性原型,尚未获得足以支持敏感工作负载的审计。这些限定应与功能说明并列,而非被埋在笼统的安全声明之下。

安全问题在于哪些工具跨越边界,而不只是工作流是否包含沙箱。

这一差异给构建代理集成的开发者带来了压力。Shell 封装器可能很有用,但它只覆盖代理能力的一部分。集成方案必须让分配工作的人能够理解其覆盖范围。

设想一个要求代理检查代码仓库并更新配置文件的假想任务。代理可能通过原生读取器检查文件,通过 Bash 执行测试,再通过独立工具进行编辑。这些操作可能走向不同的路径。

终端命令返回 Linux 响应,能够证明该命令是在何处执行的。但它无法证明此前的读取或随后的编辑发生在何处。将其视为完全隔离的证据,会把可见结果与实际执行范围混为一谈。

对于 Claude Code,文档中说明的差异尤为具体。对沙箱挂载文件夹的限制,并不会自动成为对原生主机端 Read 和 Edit 操作的限制。因此,额外的主机权限仍然相关。

这并不意味着 Shell 集成毫无价值。构建工具、脚本和子进程仍可能构成重要的执行面。关键限制在于,缩小这一执行面的影响范围,并不能说明每个剩余工具拥有何种权限。

这也是为何在 Claude Code、Codex 与 Pi 之间进行比较时,应避免使用简单的“受保护”或“未受保护”标签。集成路径与所选后端同样重要。用户需要同时理解两者,才能解读一次成功的任务执行。

对企业团队而言,其含义涉及组织层面。配置执行服务器的开发者,可能无法控制代理可用的每个扩展或连接。完整评估需要列出能力清单,包括仍位于执行服务之外的能力。

这份清单可能比宽泛的产品描述更能揭示问题。它能显示哪些地方存在强制执行,又有哪些地方必须由其他策略承担责任。

因此,此次发布挑战了围绕代理隔离的模糊说法。准确的描述应明确指出被路由的操作、剩余的主机能力,以及外部环境不可用时的预期行为。

文件和网络访问决定剩余的影响范围

外部沙盒让资源权限成为编码代理设计的核心。关键权衡很直接:要完成有用的工作就需要访问权限,而每一项授予的能力都会在边界上形成一条预期路径。

共享的 sandbox protocol 定义了执行、文件系统操作和可选功能的可观测行为。它明确避免承诺后端性能或挂载语义完全一致。

挂载会让选定的主机目录在客户环境中可用。只读访问允许查看;读写访问还允许修改。该协议将对已挂载主机文件的访问视为有意暴露,而非逃逸。

有效的隔离边界仍可能允许对被有意置于其可及范围内的资源造成损害。

设想一个为编辑而挂载的代码仓库。代理需要写入权限来修改源文件。若它通过授权操作删除这些文件,结果仍可能具有破坏性,尽管边界完全按配置运行。

由此带来的分析结论很重要:遏制与保全是不同目标。遏制关注操作能够触及何处;保全关注在允许的操作出错后,有价值的状态是否仍可恢复。

相较于对无关文件夹进行广泛访问,范围有限的可写工作区能更好地服务于开发和审查。重点并非每个项目都需要相同安排,而是所分配的任务应当能够解释每一项访问授权。

项目中的敏感材料同样值得严格审视。目录边界无法理解哪些文件包含普通测试数据,哪些包含机密信息。如果环境能读取两者,操作者就暴露了两者。

网络权限也引入了类似的权衡。代理是接收并转发网络请求的中介。允许列表规定了经由该中介可访问的目的地或允许执行的操作。

其架构收益在于中介机制:网络访问成为可由外部组件评估的事项。其局限则在于语义层面。获准联系某个目的地,并不意味着每一项获准请求都服务于用户的预期任务。

例如,一个假设性的工作流可能需要获取依赖项元数据。这一需求并不会天然证明对另一项服务执行无关写操作是正当的。对所需操作进行严格定义,能让权限更易评估。

用于标识请求动作的 HTTP 方法提供了一种区分操作的方式。路径还可以进一步限定所请求的资源。即便如此,审查者仍需了解接收请求的服务,而不能只依赖标签。

凭证替换带来了另一项区别。凭证是用于验证访问身份的秘密信息。将其值保留在生成代码之外可以降低直接暴露风险,但经身份验证的操作仍然携带相应权限。

无法输出秘密信息的代理,仍然可能请求由该秘密授权的操作。因此,秘密保密性与权限控制回答的是不同问题。仅评估前者,会让后者悬而未决。

这是此次公告的核心权衡。开发者获得了对执行资源的明确控制,但这些控制要求他们就所授权的工作作出决定。隔离并不会消除这些决定;它让其后果更容易被识别。

原型需要的不只是成功演示的证据

最有力的怀疑性解读,并不要求假设该设计无效。它要求将现有证据限制在其实际适用范围内。

演示可以证明某个特定命令在某个特定环境中运行。兼容性测试可以证明客户端交换了预期消息。但仅凭任一结果,都无法证明其能够抵御跨越边界的对抗性尝试。

功能正确性、策略执行与安全保障需要不同的证据。

已发布的协议很有帮助,因为它以可测试的方式描述了预期行为。然而,遵循接口并不能证明底层实现具备所有属性。

这在比较不同后端时尤为重要。对普通文件操作作出相同响应,可能掩盖了不同的强制执行机制。在评估异常文件布局、并发变更或恶意输入时,这些差异值得关注。

相关问题并不是所有实现细节是否都必须出现在发布公告中,而是团队是否理解公告所确立的主张,以及哪些主张仍需进一步验证。

对于敏感工作负载,一份有记录的威胁模型尤其有用。威胁模型阐明系统围绕哪些攻击者能力和受保护资源进行设计。没有它,不同读者可能会基于不同假设解读同一项主张。

一位读者可能担忧编码任务中的意外删除。另一位可能担忧恶意的代码仓库内容。第三位则可能假定系统可以防护已在主机上运行的恶意软件。

这些是实质不同的场景。一个设计可以解决某一场景的一部分,却无法应对其他所有情形。明确范围能避免一个有用的控制措施被误解为未经支持的承诺。

主机侧暴露仍是另一个评估领域。由于代理存在于执行环境之外,其周边权限仍然重要。将生成的代码移至别处,并不会自动迁移对话、模型连接或无关的主机工具。

组织还应区分任务成功与可接受行为。代理可能在过程中请求不必要权限的同时完成所要求的变更。反过来,即使任务停止,被阻止的请求也可能代表成功执行了策略。

这带来了衡量难题。生产力指标奖励完成,而隔离控制有时需要中断完成。要同时评估两者,就需要记录操作失败的原因,以及该失败是否符合预期策略。

文档和恢复流程出于同样原因很重要。被拒绝的操作不应自动成为扩大访问范围的理由。操作者需要足够的上下文来判断任务是否确实需要该权限。

团队可以将评估笔记与 local technical documents 一并保存。记录代理、后端、已授予资源和观察结果,会让后续比较更有意义。

这并不意味着原型中存在某个具体缺陷。它指出了在扩大其作用前所需的证据。此次发布支持开展实验;更广泛的信任则需要与明确定义的工作负载和威胁模型相匹配的结果。

什么能让外部沙盒为更广泛的使用做好准备?

下一阶段评估应聚焦证据,而不是增加更多演示。三个信号将增强或削弱这种架构在实际开发中的可行性。

决定性信号是独立边界测试、完整工具路由和可用的权限策略。

第一,关注对各实现进行的独立安全分析。一项有价值的评估应明确受保护资源、攻击者能力、测试版本、发现结果和修复措施。相比范围明确的技术审查,笼统背书提供的信息更少。

公开发现的问题不会自动否定该架构。它们会让其限制更加具体。关键区别在于,问题是通过实现变更解决,还是依赖于需要采用不同部署模型的假设。

反之,若持续进行演示却没有更清晰的安全证据,敏感工作负载的问题仍将悬而未决。无论界面多么精致,成功完成任务都无法填补这一缺口。

第二,关注代理集成是否明确覆盖范围,并在更新过程中保持这一点。用户应能识别哪些操作进入外部环境,哪些操作仍保留主机权限。

这一信号在工具采取不同路径时尤其重要。清晰的覆盖范围文档会增强对集成既定范围的信心。未解释的本地回退或模糊路由则会削弱这种信心。

兼容性同样需要维护。一个集成可能依赖于沙盒实现之外的行为。团队需要证据证明,在任一组件变更后,受支持的组合仍能按文档所述运行。

第三,关注日常工作是否能够纳入易于理解的权限策略。当用户能够解释每一项目录和网络权限存在的原因时,原型在运营层面更值得信任。

一份有价值的采用报告应描述任务及其所需权限。它还应指出被阻止的操作、兼容性问题,以及为完成工作而增加的任何例外。仅说明完成情况会留下过多未解之处。

这些信号让评估保持务实。独立测试检验对滥用的抵抗力。路由清晰度界定执行的范围。权限可用性则检验人们能否在完成有用工作的同时维持这一范围。

面向编码代理的外部沙盒提供了一种具体方式,用于研究这些问题,而不将模型视为安全决策的唯一制定者。其价值在于让权限在执行边界上可见且可强制执行。

对于评估此次发布的开发者而言,应从一次性项目和明确界定的任务开始。记录哪些操作应在沙盒内执行,哪些能力仍保留在主机上。比较完成任务所需的权限与最初授予的权限。将请求更广泛访问视为有关工作流的证据,而不是例行配置噪声。审查最终生成的代码,也审查为生成它而采取的行动。然后检验同一任务在预期限制下是否仍然可行。这个过程能揭示的信息,比一张成功的终端截图更多。在扩大代理访问权限之前,你的团队能否解释当代理作出错误决定时,哪些内容仍然受到保护?

 
 

免费开始使用

一款本地优先的AI助手

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)和M-Chip Mac 。

你的 AI 工作伙伴

和 remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page