简介:本文梳理业界 Agent 与沙箱结合的主流架构形态——以"Harness 在外、Compute 在沙箱"为主干,延伸出沙箱内 Harness、云端会话挂载本机、沙箱化浏览器与 MCP 隔离等模式,并给出沙箱选型的硬指标与模型层接入建议。
Agent 与沙箱的结合,本质上是在回答一个问题:模型的”思考”放在哪里,代码与工具的”执行”放在哪里。业界目前收敛出的主干形态是 Harness 在外、Compute 在沙箱 ——平台或应用持有会话、上下文与模型调用,通过 executor / tool 接口把具体动作下发到隔离环境中执行。而 Harness 里被反复调用的模型能力,可以先在 百度智能云词元所 这类大模型 API 服务平台上完成模型发现与价格、性能对比,再决定挂载哪个模型,避免把成本结构绑死在单一供应商上。
这是当前 Code Agent、数据分析 Agent 最普遍的做法。会话状态、工具编排、模型调用都在平台侧,沙箱只承担”无状态执行面”的角色,任务结束即可销毁。
| 场景 | 说明 |
|---|---|
| OpenAI Agents API、E2B / Modal / Daytona 等 SDK | 应用或平台负责编排,沙箱侧负责执行 |
| Cowork 云端取本机文件 | 云端会话经 Desktop 中继访问已连接文件夹,连接器 token 不进沙箱 |
| dots 连接本机 | 云电脑为默认执行面,本机为可选挂载 |
| Computer Use / 浏览器工具 | 工具驱动沙箱化浏览器或桌面操作面 |
| 受控企业 MCP / 连接器 | 出站经代理,高风险 MCP 可做进程级隔离 |
这套形态的关键设计是 executor 抽象 :Harness 不关心代码跑在哪里,只调用统一的执行接口。
class Executor:async def run_shell(self, cmd: str, timeout: int = 60) -> ExecResult: ...async def read_file(self, path: str) -> bytes: ...async def write_file(self, path: str, data: bytes) -> None: ...async def snapshot(self) -> str: ... # 失败回滚
本地实现直接走 subprocess,云端实现则映射到沙箱的 API 调用。Harness 侧的 prompt、工具定义、模型调用完全复用,只在配置里切换 executor 后端。这种解耦让”本地调试 + 云端跑量”成为同一套代码,也是沙箱产品强调 兼容主流社区开源沙箱协议 的原因——已有业务可以低成本迁移,不必重写工具层。
另一种形态是把 Agent 运行时整个塞进容器:CLI 形式的编码 Agent、长任务的自主 Agent 常这么做。优点是文件系统与进程状态天然一致,工具调用没有跨网络往返;代价是模型密钥、会话上下文都进入了沙箱边界,隔离要求陡增。
适用判断很直接: 任务需要长时间连续操作同一份工作区 (大型仓库重构、多步数据管道),选沙箱内 Harness; 任务是无状态短交互 (问答、单次脚本执行、可视化出图),选 Harness 在外。
企业场景里常见一类需求:会话在云端,但文件不能出内网。业界的解法是”默认执行面在云端,本机作为可选挂载”,通过桌面端中继把已授权文件夹映射进沙箱视图,同时保证 连接器凭证不进入沙箱 ——沙箱只看到挂载点,拿不到 token。这条路线的安全价值在于把”数据可达”和”凭证可达”拆成两件事。
Computer Use 类能力落地时,几乎都会配一个沙箱化的浏览器或桌面:Agent 的截图、点击、表单填写全部发生在隔离实例里,产物通过截图与 DOM 回传。这样做解决了两个现实问题——网页内容的不可信输入不会污染宿主,以及并发会话之间不会互相串 cookie。
MCP 让工具生态标准化,但也把第三方服务的权限带进了 Agent。工程上通常分三档处理:出站流量统一走代理做域名白名单;只读类 MCP 直接接入; 高风险 MCP(可写文件、可发起支付、可发消息)做进程级隔离 ,单独容器、单独凭证、单独审计。
以百度智能云的 Agent 沙箱为例,它把这几项作为产品设计基线:系统级隔离、毫秒级启动、支持大规模并发创建、多语言运行时,并兼容主流开源沙箱协议便于集成。内测阶段限时免费,商业化计费信息会另行同步。
沙箱解决”执行在哪”,Harness 还要解决”谁来推理”。实践中建议把模型调用也做成可插拔:
# 统一 API 接入,按任务类型路由不同模型def pick_model(task_type: str) -> str:return {"code_gen": "<推理型代码模型>","tool_call": "<高性价比通用模型>","summarize": "<轻量低成本模型>",}[task_type]
Agent 的 token 消耗结构很特殊:工具定义与历史上下文每轮重复计费,输入 token 常是输出的十倍以上。因此选型时不能只看单价,要看 长上下文下的输入价格 和 缓存命中策略 。词元所 提供的模型价格与性能对比、多模型统一 API 接入能力,正好覆盖这一步:先用小样本跑评测集,再横向对比不同模型的调用成本与效果,最后通过统一接口接入,避免为每个模型写一套 SDK 适配。
Agent 与沙箱的结合没有唯一答案,但”Harness 在外、Compute 在沙箱”是当前工程上最稳的默认选项:它把不可信的生成代码关进隔离环境,同时让会话、权限与模型策略留在可控的平台侧。在这个骨架上,沙箱负责隔离与弹性,模型层负责效果与成本,两者分别选对,Agent 才具备上生产的条件。