Perplexity 的 Computer 智能体今年 2 月上线时,沙箱是买来的;7 月,他们换成了自研的 SPACE;10 月 15 日,这套承载了四个月生产流量的沙箱平台以 Apache 2.0 开源。这个顺序本身就是故事:先用自己的业务把方案跑烫,再开放给别人用。SPACE 的全称是 Sandboxed Platform for Agentic Code Execution,智能体代码执行沙箱平台。

盒子里面与盒子外面

架构一句话:每个沙箱是一台跑着自己操作系统的小虚拟机,底层是 Firecracker 微虚拟机;控制面在盒外,统一调度工作区的创建、暂停、恢复与移除。真正值得抄的是两处布置。先说凭据——由平台持有,不进沙箱,智能体要连授权服务可以,但密钥不在它够得着的地方。第二,网络访问策略同样在盒外——连得通谁,是控制面说了算,不是沙箱里的代码说了算。快照与检查点覆盖整个运行环境,但存的是变化量而不是整份拷贝,创建、恢复、分叉因此都便宜;会话可以暂停等人审阅,也可以从中间岔出两条试试哪条路干净,错了还能退回早先的文件状态。

每个沙箱一台自带系统的小虚拟机,控制面在盒外Firecracker 微虚拟机智能体与它的工作区代码执行、文件、运行状态快照与检查点:存变化量支持暂停、恢复、会话分叉108 次越界尝试零虚拟机逃逸控制面与平台托管物凭据由平台持有,不进沙箱网络访问策略,同样在盒外创建、暂停、恢复、移除的调度它已经替 Perplexity 干了四个月的活数百万次日均沙箱创建(公司口径)3-5 倍创建快于此前商业方案2026 年 7 月起承载 Computer 全部会话
图|左盒是智能体与其工作区,右盒是它够不着的控制面。读图要点:凭据与网络策略被刻意放在沙箱之外,逃逸测试读数标在左下角。

规模与自设考场

官方口径:SPACE 自 7 月起承载 Computer 的全部会话,日均创建数百万个沙箱;同生产流量对比,沙箱创建速度是此前商业方案的三到五倍。安全评估的读数是:智能体故意尝试突破边界 108 次,没有一次从虚拟机逃逸到宿主机;但评估也承认,部分网络限制曾被绕过——修复后复测,两种攻击路径都没再得手。官方还把在其他沙箱平台发现的漏洞通报给了对应厂商。CoreWeave 与 Akamai 已经测试并上架 SPACE,Crusoe 计划把它纳入托管 AI 服务组合。

一个安全研究所,半年四件开源工具5 月Bumblebee扫风险包与配置7 月Numbat查危险智能体行为10 月SPACE智能体沙箱平台更早BrowseSafe网页藏指令检测开源之后,云厂商先上了货架CoreWeave 已上架Akamai 已上架Crusoe 计划纳入Apache 2.0 许可,仓库含搭建指引与安全须知;官方把「治理是工程问题」写在开源理由里——能看、能改、能挑错的人越多,漏洞暴露得越快冷水一句:108 次尝试是厂商自设考场;网络限制曾被绕过、修复后复测通过,细节只在他家安全评估里,尚无第三方复核
图|上方时间线是 Perplexity 安全研究所的工具谱系,下方是云厂商接入状态与两句冷水。读图要点:开源是分发策略,也是借外部眼睛做审计。

一段难得的自我拆台

官方博客里有句话值得所有买沙箱的人划线:「追求合法任务的智能体,依然可能跨过安全边界——当文件缺失、请求失败、权限被拒时,它会想办法绕过去。」这句话等于承认:沙箱防的不只是恶意,还有「好心办坏事」的创造性。配套的设计哲学也就顺理成章——模型自身的护栏降低不安全行为出现的概率,外围的独立控制限定智能体能碰到什么、兜住护栏失效时的后果。两层各干各的,谁也别把全部信任押在对方身上。

放进台谱里看

「钥匙挂在盒子外」这个模式,本周在台谱里此呼彼应:ServiceNow 的 AI Passport 把授权做成运行时查验的凭据(1943),AWS 的 Trust in Depth 明说「智能体关不掉它不运行的控制」(1945),Labelbox 的托管智能体把凭据锁进保险库、模型不可见(1929)。四个厂商、四种产品、同一个直觉:权限与密钥必须住在智能体够不着的某一层。再看沙箱这一层本身,1746 的 MXC 执行容器、1411 的 OpenShell、1912 的 Chainguard 挽具、974 的 Coop,都在划边界,但都带着各自的厂商语境;SPACE 的特殊之处在于,它背后是一个 to C 的 AI 公司,把生产级运行时底座直接公共化。开源的算盘也摆在明面上:能看、能改、能挑错的人越多,漏洞暴露得越快——分发即审计。

冷水三盆。108 次尝试是厂商自设考场,评分标准与攻击者水平都未经第三方复核;「数百万次日创建」「三到五倍提速」全是公司口径,没有独立基准;Apache 2.0 给的是代码,不是支持承诺,生产采用该有的评估一样都少不了。

想把 SPACE 接进自家栈的团队,先问自己四个问题:微虚拟机的启动开销,在冷启动密集的场景里吃不吃得消;变化量快照在长会话下的存储曲线长什么样;网络策略的默认面是拒绝还是放行;开源许可之下,自己团队的响应 SLA 谁来兜。四个问题都有答案再动手,比读十篇发布稿管用。

但即便扣掉这些折扣,把沙箱这一层从「各家的自留地」推向「公共基础设施」,这件事本身的行业意义,比任何单条读数都耐嚼。