
这个词源自安全领域——NIST 的定义是「受限的、受控的执行环境,除显式授权外不得访问任何系统资源」。但 2025 年之后,工程团队口中的沙箱已经换了所指:给带终端能力的 AI Agent 用的执行空间。
社区里那只「小龙虾」(一个能自己读写文件、执行命令的个人 AI 助手)把这件事讲得最直白:
Agent 拿到一个能执行命令的临时空间,任务开始创建,任务结束销毁;就算它把目录删光,宿主也毫发无损。
这就是 AI 沙箱。它的四个默认假设是:单用户、无身份、无持久化、无产物链。实现分档也很清楚,选型讨论基本都落在这张表里:
实现 | 隔离机制 | 启动开销 | 典型取向 |
|---|---|---|---|
Firecracker microVM | 独立 guest kernel(KVM) | 百毫秒~秒 | 隔离优先(强多租户) |
gVisor | 用户态内核接管系统调用 | ~100ms | 折中(密度与兼容) |
容器(namespace + cgroup) | 共享内核,靠内核能力裁剪 | 几十~百毫秒 | 内部可信代码 |
WASM / V8 isolate | 运行时能力裁剪,无系统调用 | 毫秒 | 启动优先(生态受限) |
隔离强度 ↑

如果只到这里,问题很简单:挑一个隔离档,接一个 SDK,收工。企业里之所以不是这样,是因为 AI 沙箱的四个默认假设,在企业的每一条边界上恰好都不成立。
AI 沙箱(小龙虾式)
企业多租户沙箱

一句话:AI 沙箱优化的是"这一次能不能跑",企业沙箱优化的是"第一百次还能不能证明——是谁跑的、跑的哪版、能不能退回去"。
把 AI 沙箱的执行能力,接到企业的治理边界上,收敛成一句定义:
多租户代码执行沙箱:以租户为隔离键,为每个租户提供 受限执行 + 独立环境 + 确定性构建 + 可控生命周期 的代码运行空间,并为每一次执行留下可回读的证据。
一句话概括:它不是一台机器,而是一份租约——有边界、有配额、有到期时间、有审计记录。
企业系统常见的分层是 A / B / C:

部门自主
在 C 层由平台团队统一编写的年代,沙箱是可选项——改的人懂规矩,评审也在同一个屋檐下。一旦把 C 层的编码权交给部门(这是「业务自主、快速响应」的必然结果),三件事会同时发生:

所以结论不是「沙箱让开发更快」,而是:
结论
沙箱是 C 端自治的执行器:它把「你能改什么、改完能不能跑、跑错了怎么退」变成机器可判定的规则。
部门越多、C 端越自主,这条边界越贵。没有它,A/B 层的稳定性会被 C 层的自由度持续稀释。这也是我们宁愿自建、也不接受「接一个 SaaS 沙箱」的根本原因——SaaS 能租给你执行空间,租不到你对 A/B/C 边界的裁决权。
读者:正在把 AI 生成的代码搬进真实环境的团队——尤其是「一个平台托管多个客户的多套工程」这种形态。
你会读到:
阅读约定 · 已落地 ≠ 目标态
诚实声明(很重要):本文区分「已落地」与「目标态」。所有带「实测」字样的段落有真实运行记录;标 目标态 的是设计,不是现状。写架构文章最大的失真是把目标态当现状讲,我们从第一段就避免它。
脱敏说明:文中域名、IP、端口、主机路径均为示例值;量级数字(账号数、制品大小、规则条数)保留。
平台最早的形态是「一个 Studio + 一个沙箱 + 一个仓库」。当第 2 个、第 10 个工程进来时,我们并没有遇到「功能不够」,而是遇到三处边界没定义。
# | 现象 | 根因(边界问题) | 后果 |
|---|---|---|---|
断点 1 | 沙箱被杀后,没人拉起,只能人工登录重启 | 技能中心只是注册中心 + 分配台账,从不负责生命周期 | 演示前一天晚上挂掉,第二天现场救火 |
断点 2 | 点「发布」提示成功,但用户打开页面是旧版 | 发布只把 artifactId 打进日志,台账在内存,重启即丢 | 「发布了但不知道成没成」 |
断点 3 | 改了一处沙箱地址,另一条链路仍然打旧端口 | 同一个地址有 4 份副本 + 2 处硬编码,另有 2 处口径冲突 | 排查 3 小时,最后发现是拼写 |
三件事指向同一个结论:
缺的不是能力,是「谁拥有这份状态」的约定。
于是我们停下来,先定边界,再写代码。
任何「代码平台」都会长出一堆存储:仓库、检出版、构建缓存、制品库、依赖库、运行态内容、业务表。它们长得像,但生命周期完全不同。我们把它们拆成六面,并给两两之间画红线。
面 | 存什么 | 版本化方式 | 是否可重建 |
|---|---|---|---|
Git | 源码与声明(工程描述、流程声明、页面声明) | commit / diff / 回滚 | 否(唯一真源) |
Workspace | 检出目录、编译中间物、临时脚本 | 无 | 是(可随时丢弃) |
Artifact | 发布包 + 校验和清单 | 版本号 + sha256,发布后只读 | 否(不可变) |
Maven | 依赖与平台库 | SNAPSHOT / RELEASE | 是(可从私服再拉) |
VFS | 视图制品 .cls、流程定义、知识、对话 | 版本空间 {n} | 否(有业务语义) |
DB | 结构化数据与台账 | 行级 + 审计 | 否 |

再补四条两两红线,它们是后面所有设计的“护栏”:
这四条红线是事故预防,不是洁癖。第 4 条我们踩过一次:把 40MB 的流程定义塞进 DB,备份窗口从 2 分钟变成 40 分钟。
隔离不是一个开关,而是一段阶梯。每一级都真实存在于生产环境,只是名字不同:

级别(业务叫法) | English | 隔离机制 | 启动开销 | 密度 | 逃逸风险 | 业界代表 |
|---|---|---|---|---|---|---|
目录分区 | Workdir Partition | 同进程同用户,靠路径白名单 + 配额 | 0 | 极高 | 高(共享内存、环境变量) | 早期共享 CI runner |
运行时隔离 | Dedicated Runtime | 每租户独立进程 / JVM + 独立端口 + 独立依赖库 | 秒级 | 高 | 中(同内核、同用户) | systemd unit + 独立 JVM |
容器隔离 | Container Isolation | namespace + cgroup + seccomp / capabilities | 百毫秒级 | 中 | 中低(共享内核) | Docker、Daytona |
内核隔离 | Kernel-level Isolation | 用户态内核接管系统调用 | ~100ms | 中 | 低 | gVisor(Modal、Cloud Run) |
硬件虚拟化 | MicroVM Isolation | 独立 guest kernel(KVM) | 百毫秒~秒 | 低 | 极低 | Firecracker(E2B、Fly.io) |
语言级隔离 | Language Runtime Isolation | 运行时能力裁剪,无系统调用 | 毫秒 | 极高 | 低(但生态受限) | WASM isolate、V8 isolate |
一句话读法:隔离强度与启动速度、生态兼容性成反比。没有最优解,只有与威胁模型匹配的解。
这也是 AI 沙箱选型争论的根源:E2B 选 microVM(隔离优先)、Modal 选 gVisor(密度与兼容折中)、Cloudflare 选 V8 isolate(启动优先)——三家在解同一道题,只是威胁模型不同。反过来,对「内部可信、只会写 bug 不会写恶意代码」的场景,把隔离档拉到 microVM 往往是过度设计。
一个常见误区:把「自建沙箱」理解成「自己写一个隔离内核」。那是在重复造 Firecracker,投入产出比极差。我们真正自建的,是任何现成产品都不会替你做的那些事。
维度 | 买 SaaS 执行沙箱 | 自建 | 结论 |
|---|---|---|---|
代码与数据位置 | 源码出内网、经第三方 | 源码不出内网 | 必须自建(学生数据 + 客户源码) |
身份与租户 | 另一套账号体系,需二次映射 | 与组织账号、Git 组织、授权同源 | 必须自建(映射成本高于自建) |
私有依赖 | 访问不到内网私服与内部制品 | 直连私有 Maven / Git | 必须自建 |
交付链耦合 | 只能"跑完返回结果" | 编译产物要回写菜单、授权、自检 | 必须自建(SaaS 不给插桩点) |
离线部署 | 依赖公网出口 | 客户内网可整包落地 | 必须自建 |
底层原语 | — | 容器运行时、Git 服务、密码学 | 不自建(Gitea / containerd / 标准库) |
峰值成本 | 按秒计费,上课峰值不可控 | 自有机房,峰谷比约 20:1 | 自建更优 |
七行里五行「必须自建」、一行明确「不自建」、一行「更优」。这就是我们的充分论据:
结论
自建的不是隔离原语,而是「租户身份 → 代码 → 制品 → 授权」这条链的编排权。
原语一律用成熟件。判断标准也很简单:如果一件事已经有十年以上的成熟实现,就不要自己写;如果一件事只在你这里成立(身份怎么来、产物往哪去、谁有权装),就只能自己写。
另外三条现实约束,是更直接的推手:
档位用业务语言命名,不用字母代号(避免与上文的 A/B/C 分层混淆):
档位(业务叫法) | English | 形态 | 隔离强度 | 适用 | 状态 |
|---|---|---|---|---|---|
分区级共享 | Shared Host · Partitioned Workspace | 单进程,每租户独立工作区 / 端口段 / .m2 | 弱:崩溃互相影响,挡不住恶意代码 | 演示、单客户 | 当前 |
运行时级独占 | Dedicated Runtime | 每租户一个 JVM,端口段 20000–29999 | 中:进程级故障隔离 + 资源配额 | 起步(下一档) | 目录 / 端口 / .m2 已就绪 |
实例级独占 | Dedicated Instance · Container / microVM | 每租户容器或 microVM,cgroup + 网络策略 | 强:内核级隔离 | 规模化 | 目标态 |
为什么不一步到「实例级独占」?因为迁移成本不对称:从分区级到运行时级,改动集中在启动脚本与端口编排;从运行时级到实例级,要换镜像、换网络模型、换日志采集。先走中间这一档,能拿到大部分收益(故障隔离 + 资源配额),只付小部分代价。
这与业界节奏也吻合:容器长期是默认答案,2025 年后 microVM 因「快照恢复 + 强隔离」重新变便宜;但对内部可信、只会写 bug 不会写恶意代码的场景,运行时隔离仍是性价比最高的位置。
我们当前处于分区级共享。把它写进文章,是因为多数团队也停在这里,而公开文档通常只写实例级。把现状说清楚,后面的「失败清单」才有意义。
无论哪一档,隔离永远是四件事,缺一不可:
要素 | 机制 | 失效后果 |
|---|---|---|
文件 | 每实例独立 workspace-root,只允许根内读写 | 一个租户能读到另一个租户的源码 |
端口 | 租户段分配(20000 + n),落 ports.tsv | 第二个租户起不来,或流量串到别人实例 |
资源 | cgroup CPU/Mem、JVM -Xmx、ulimit、并发配额 | 一个死循环编译拖垮整机 |
网络 | 出网白名单(仅私服 + 内网 Git)+ 请求令牌 | 沙箱变成公网可用的免费算力 |
每租户的落盘结构是契约,不是约定俗成:
目录契约
复制
/data/tenants/{tenant}/
├─ workspace/{project}/ # git clone 落点,唯一可写工作区
├─ .m2/repository/ # 租户独占地本地库(强制)
├─ .m2/settings.xml # 镜像 + 只读共享库 + 租户快照仓
├─ build/ # 构建输出与日志
├─ logs/ # 运行日志(被观测面读取)
└─ quota.json # CPU/内存/磁盘/并发/出站白名单这条契约带来一个直接好处:「这个租户占了什么」永远可回答。排查时不需要问人,quota.json + ports.tsv + 目录大小就是答案。
多租户最容易出事的地方不是代码,是 .m2。共享本地库在单租户下是“加速”,在多租户下是“串味”。
<!-- settings.xml(每租户一份) -->
<localRepository>/data/tenants/{tenant}/.m2/repository</localRepository>
<mirrors>
<mirror>
<id>mirror</id>
<mirrorOf>*,!ooder-*</mirrorOf> <!-- 平台制品不走镜像 -->
</mirror>
</mirrors>观测项 | 结果 |
|---|---|
租户 t1 mvn install 后制品落点 | 只在 /data/tenants/t1/.m2/repository |
共享库是否被污染 | 否,共享库 143 个平台制品,无新增 |
两租户库体积 | t1 = 29MB(含三件示例全量依赖),t2 = 4KB(空库) |
冒烟:拉一个公共依赖 | dependency:get commons-lang3 落入租户库,共享库无变化 |
t2 = 4KB 这个数字很关键:它证明两个租户之间没有任何隐式共享。
目标态
Nexus
├─ ooder-releases (只读,平台发布)
└─ {tenant}-snapshots (读写,租户自己发布)目标态。当前只有共享本地库,没有仓管,这是「失败清单」里的一条。
不自研 Git。自研 Git 服务是典型的「投入半年,得到一个更差的 Gitea」。
组织服务(账号真源)→技能中心(管理面)→Gitea(代码存储)→沙箱(只读 clone)
对象 | 规则 | 为什么 |
|---|---|---|
Organization | = 租户 id | 一个租户一个命名空间,权限天然收敛 |
Repository | = 工程 id(ouc-dsm) | 与制品、端口、URL 路径同键 |
Member | {tenant}.{account} | 同名人不冲突 |
角色 | 组织角色 → owners / writers / readers | 平台只做映射,不做自定义 RBAC |
两个踩过的坑,都是“看起来能省事”的地方:
同步不是“导入一次”,而是一条持续链路:
组织变更事件→技能中心 /internal/git/sync→Gitea
↳ 每 5 分钟全量对账
这是本节最重要的一条设计:
管理员重置临时口令→basic-auth 建个人访问令牌→立即置回「强制改密」→ 临时口令用完即弃,平台只存 tokenId
Gitea 1.23 的个人令牌接口没有“管理员代签”能力(作用域里没有 sudo),所以只能用「临时口令 + 建令牌 + 立刻作废」这条迂回路径。代价是几秒的窗口,收益是数据库里永远没有可用口令。
建 Org / 同步成员
→import 模板仓→fork 到租户→沙箱 clone→隔离编译(私有 .m2)→打制品 manifest→安装授节点驻留→菜单投影→自检
七个示例(3 个 OUC 工程 + 4 个业务 Agent)走的是同一条链路,差别只在模板仓和 manifest。
多智能体最容易做成“每个 Agent 一个聊天框”。用户体验上这是灾难:用户不知道“我该去哪个框里问”。
我们的做法是 单一入口 + 能力下沉:


驻留 + 自检
步 | 动作 | 输入 | 输出 | 失败语义 |
|---|---|---|---|---|
1 | 选沙箱 | 租户 + 工程 | 目标实例 + buildId | 无可用实例 → 拒绝,不降级 |
2 | 检出 | 仓库地址 + 分支 | workspace/{t}/{p}/src | clone 失败 → 不进编译 |
3 | 隔离编译 | 源码 + 租户 settings | jar + .cls 视图制品 | 编译失败 → 保留日志,不产制品 |
4 | 推送发布 | 制品 + tenant/project/buildId | artifactId | 缺任一字段 → 400 |
5 | 回读状态 | buildId | RUNNING/SUCCEEDED/FAILED | 超时 → 标记 UNKNOWN,不猜 |
6 | 驻留 + 自检 | 制品 + 菜单/工具声明 | 实例行 + 菜单 + 自检结果 | 自检 FAIL → 不进市场 |
第 4 步的「缺字段 400」是刻意设计的:早期版本会静默落到 default/default,结果两个租户的发布混在一个工作区——这类 bug 只在客户现场才暴露。fail-closed 比“容错”便宜。
creating→ready→deploying→verifying→active→draining→destroyed
失败分支回滚到 prev 版本,回到ready

Agent 干活时,用户最怕“黑箱转圈”。我们让每条命令都有结构化事件,而不是一段文本:
事件 | 关键字段 | 用途 |
|---|---|---|
flow_tool_call | 工具名 / 入参 / 结果 | 工具调用链 |
cli_command(start) | command / cwd / risk / needsConfirm | 命令卡上屏 |
cli_command(exit) | exitCode / 耗时 / 输出尾 | 结果与失败定位 |
前端据此渲染三样东西:风险徽标(high/medium/low)、cwd 与退出码、输出尾(先脱敏后截尾)。高危命令会多一条守卫说明,而不是一个“确定吗?”的弹窗。
同步执行 exec 只适合秒级命令(默认 30s 超时)。构建、打包、mvn install 动辄几分钟,必须有作业模型:HTTP
POST /jobs → { jobId }
GET /jobs/{id} → 状态
GET /jobs/{id}/output?offset=N → 增量输出 + eof
POST /jobs/{id}/cancel → 杀进程树三条工程细节:
安全策略最容易腐化的形态是“每个模块一份黑名单”。我们有三个地方会判断命令风险(执行器、面板、工具),早期各写一套,结果是面板说高危、执行器放行。
收敛成一条:

实测(临时开闸):git push --force、chmod -R 777、kill -9、curl | sh、sudo rm -rf、rm -rf / 全部 403 且命中具体规则;echo ok 正常 200;关闸后返回“未开启”。
一所学校接入平台,租户 t1。计算机课上,学生要完成「教务选课系统」的实验:
这不是演示脚本,而是真实的教学流程:学生不需要懂 Maven、不需要碰服务器。
# | 步骤 | 调用面 | 产物 | 校验点 |
|---|---|---|---|---|
1 | 建租户 | 技能中心 provision | Git Org + 团队 + 端口段 + 租户目录 | 跨租户访问返回 404 |
2 | fork 模板 | Git 管理面 | t1/ouc-dsm | 仓库可见、成员可写 |
3 | 沙箱检出 | Agent 工具 | workspace/t1/ouc-dsm/src | 路径必须含 t1 |
4 | 隔离编译 | 租户 settings + 独占 .m2 | jar + .cls | 共享库无新增 |
5 | 打制品 | 构建期生成 manifest | manifest.json + checksums.json | sha256 可复算 |
6 | 发布安装 | 技能中心 submit → approve → artifact → install → grant | 实例行 + 菜单 | tenant/project/workspace 三列落库 |
7 | 自检 | 自检端点 | menus / entry / tools 三项 | 三项全 PASS 才进市场 |
三个 OUC 示例承担三条代码生产管线,用同一套交付链验证不同入口:
示例 | 对应管线 | 验证点 |
|---|---|---|
ouc-dsm | DBFirst(表 → 实体 → API → 视图) | 数据模型驱动是否可复现 |
ouc-org | ViewFirst(视图 → API → 事件 → 仓储) | 页面先行是否不丢契约 |
ouc-bpmdemo | DesignerFirst(画布 → 组件 → 模块 → 全栈) | 低代码产物能否走同一条发布链 |
三条管线共用 同一套命令、同一份 manifest 格式、同一组门禁。这是「统一」最实在的判据:换一条管线,运维手册不用改。
观测项 | 结果 |
|---|---|
三件制品构建 | 全部成功,产物落在租户库 |
共享库污染 | 无(仍为 143 个平台制品) |
自检 | menus / entry / tools 三项全 PASS |
菜单显示 | 正确(运行时 name 缺失回落 title) |
遗留 | 菜单路由暂指向工作台占位页,正式页待生成 |
「name 回落 title」看起来是个小 bug,实际是契约不一致:manifest 里写 title,运行时读 name,中间没人校验。修法不是加 if,而是在契约测试里加一条「二者必居其一」。
同一套链路上,教师侧只是换掉「制品」的内容:布置作业(表单 schema + .cls 双产物)、考勤(流程定义落 VFS)、课程治理(流程声明 + Grant)。判定「做完」的标准是统一的五条闭环,每条都要四段齐全且每段有按钮:定义 → 存储 → 运行消费 → 发布回写。只有 API 没按钮、只有页面没工具,都不算完成。
写架构文章最容易犯的错,是把“我们打算做”写成“我们已经做了”。下面这些是当前真实缺口。
失败清单 · 当前真实缺口
# | 缺口 | 根因 | 现状处置 |
|---|---|---|---|
1 | 沙箱仍是分区级共享(单进程) | 每租户 JVM 需要进程池 + 端口编排 | 目录/端口/.m2 已按租户隔离,进程尚未拆分 |
2 | 作业台账在内存,重启即丢 | 没落库 | TTL 30 分钟 + 环形缓冲,接受“重启丢失” |
3 | 沙箱启停端点默认关闭 | 安全评审结论:写操作风险高于收益 | 只放行只读观测(状态 + 日志),写操作需固定 root-owned 脚本 + 参数数组 + 无 shell + 限流/幂等/冷却 + 独立审计表 |
4 | 无私服(Nexus) | 只有共享本地库 | 目标态,见 §4.3 |
5 | 密钥出现在进程命令行 | 历史启动脚本明文传参 | 迁 EnvironmentFile(0600)+ 启动脚本不再传明文;残留 5 个实例待下次重启消失 |
6 | 日志/发布只读面依赖内存态 | 未落 SC_BUILD_* | 已登记,未做 |
7 | 部署脚本 300+ 个,无统一入口 | 逐年累积 | 收敛为单入口子命令(plan/build/deploy/verify/switch/status),脚本降为底层实现 |
还有两个「看起来是坑,其实是红线」的事故,值得单独记:
两起事故 · 红线
JSON
复制
{
"project": "ouc-org",
"version": "0.1.0-test",
"baseline": { "studio": "x.y", "studioLib": "x.y" },
"artifacts": {
"domain": { "file": "domain/ooder-domain-org.jar", "sha256": "…" },
"biz": { "file": "biz/ooder-biz-org.jar", "sha256": "…" },
"views": { "dir": "views", "count": 146, "sha256": "…" }
},
"requires": { "jdk": "25", "tables": ["fc_*"], "ports": [] },
"spec": { "skillForm": "APP", "menus": [], "tools": [] }
}要点:制品不可变,环境只保存一个指向 version 的指针。
表 | 新增字段 | 作用 |
|---|---|---|
实例表 | TENANT / PROJECT / WORKSPACE | 回答「哪套工程在哪个租户的哪个沙箱」 |
实例表 | BUILD_ID / DEPLOY_STATUS / DEPLOY_AT / DEPLOY_REASON | 回答「线上是哪个版本、为什么失败」 |
节点表 | TENANT | 回答「这个节点服务谁」(多租户写 *) |
Git 台账 | ORG / REPO / MEMBER / SYNC_LOG | 回答「谁在什么时间被同步/禁用」 |
运维审计 | NODE_OPS_LOG(只增不改) | 回答「谁重启了哪台机器」 |
PROPERTIES
复制
ooder.sandbox.url # 唯一地址键(旧键 deprecated)
ooder.sandbox.token # 沙箱鉴权(不得为空,否则 fail-open)
ooder.sandbox.enabled # 单一开关,插件不再自带默认值
ooder.tenant.strict # 严格模式:缺租户 → 400
ooder.sandbox.jobs.* # 作业 TTL / 输出上限 / 超时原则:一个语义一个键,一个键一个默认值,默认值写在 application.properties,插件只引用不定义。
主题 | 出处 |
|---|---|
「沙箱」词源定义 | NIST CSRC Glossary: Sandbox(引 NIST SP 800-125 / SP 800-95) |
microVM 隔离实现 | Firecracker(AWS 开源) |
用户态内核隔离实现 | gVisor 官方文档 |
AI 沙箱的隔离模型横向对比 | E2B: Code Execution Sandboxes for AI Agents、Blaxel: Sub-second sandbox startup |
引用仅用于说明「同为 AI 沙箱,不同实现的隔离档与取舍不同」,不构成对任何产品的选型推荐。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。