Sandkassekjøring for kodeagenter
Kjør aldri modellgenerert kode på vertsmaskinen – bruk sandkasser med gVisor, Firecracker eller E2B.
Sandkassekjøring for kodeagenter er en gratis leksjon i AI-agenter på CoddyKit. Dette er leksjon 3 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i AI-agenter, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i AI-agenter inneholder totalt 4 leksjoner.
Deler av denne leksjonen er ennå ikke oversatt og vises på engelsk.
Hvorfor bruke en sandkasse?
Code agents (Devin, Claude Code, OpenDevin) kjører kode som er generert av modellen. Hvis denne koden kjøres på vertsmaskinen, kan modellen:
- lese hemmeligheter / API-nøkler
- slette filer
- gjøre utgående nettverkskall
- utvinne kryptovaluta
En sandkasse er et isolert miljø som begrenser skadeomfanget.
Isolasjonsnivåer
| Nivå | Verktøy | Bruk |
|---|---|---|
| Prosess | subprocess + chroot | Lav sikkerhet, bare for utvikling |
| Container | Docker | Et godt standardvalg |
| VM / microVM | Firecracker, gVisor | Sterk isolasjon |
| Administrert sandkasse | E2B, Daytona | Enklest i produksjon |
Docker Sandbox Basics
docker run \
--rm \
--network=none \
--memory=512m \
--cpus=0.5 \
--read-only \
--user=nobody \
-v /tmp/work:/work:rw \
python:3.11-slim \
python /work/script.pyNettverksisolasjon
--network=none deaktiverer utgående trafikk. For enkelte oppgaver trengs begrenset internettilgang — bruk en egress-proxy som bare tillater bestemte verter.
Ressursbegrensninger
Begrensninger hindrer at CPU og minne løper løpsk:
--memory— minnegrense--cpus— CPU-andel--pids-limit— antall prosesser--ulimit— fildeskriptorer
Firecracker / gVisor
For sterkere isolasjon enn Docker:
- Firecracker — microVM fra AWS, brukt av Lambda
- gVisor — brukerromskjerne fra Google, en direkte erstatning for Docker
- Kata Containers — Docker-opplevelse med VM-isolasjon
E2B-administrert sandkasse
E2B (e2b.dev) gir tilgang til en ekstern sandkasse via et API:
# pip install e2b
import e2b
sandbox = e2b.Sandbox(template='python', api_key='...')
result = sandbox.run_code('print(2 + 2)')
print(result.stdout) # '4'
sandbox.close()Daytona
Daytona tilbyr tilsvarende funksjoner for administrerte sandkasser, rettet mot utviklingsarbeidsområder.
Sandkasse for filsystemet
Monter bare det agenten trenger lese- og skrivetilgang til. Alt annet skal være skrivebeskyttet eller skjult:
docker run -v ${PWD}/workdir:/workdir:rw \
-v ${PWD}/readonly:/readonly:ro ...Tidsbegrensninger
Begrens den totale kjøretiden for å hindre endeløse løkker:
docker run --rm --stop-timeout 30 ... \
python -c 'import resource; resource.setrlimit(resource.RLIMIT_CPU, (30, 30)); exec(open("/work/script.py").read())'Logging
Fang opp hver kommando, hvert output og hver filendring. For agenter med høy risiko skal hele sandkasseøkten føres i en revisjonslogg.
Sandkasser for flere tenanter
Sandkasser per bruker hindrer brukere i å ødelegge tilstanden til hverandre. Start en ny sandkasse for hver økt, og riv den etterpå.
Kostnad kontra sikkerhet
Sterkere isolasjon betyr høyere kostnader (overhead per VM). Tilpass nivået til risikoen:
- Opplæring / sandkassefunksjon for brukere: Docker er tilstrekkelig
- Produksjonskode som håndterer hemmeligheter: Firecracker / E2B
Nettverksisolering
Hvordan hindrer man en kodeagent i å foreta utgående nettverkskall?
Oppsummering
Kjør aldri kode som er generert av en modell, på vertsmaskinen. Velg isolasjonsnivå etter risiko: Docker for utvikling, gVisor / Firecracker / E2B for produksjon. Begrens CPU, minne, tid og nettverk.
Lær deg AI-agenter med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 60
- Leksjoner
- 239
Ofte stilte spørsmål
Er leksjonen «Sandkassekjøring for kodeagenter» gratis?
Ja – hele teksten i «Sandkassekjøring for kodeagenter» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av AI-agenter-kurset, kan du oppgradere til CoddyKit PRO. Kurset i AI-agenter inneholder totalt 4 leksjoner.
Hva lærer jeg i «Sandkassekjøring for kodeagenter»?
Kjør aldri modellgenerert kode på vertsmaskinen – bruk sandkasser med gVisor, Firecracker eller E2B. Du øver på AI-agenter med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med AI-agenter?
Ingen tidligere erfaring er nødvendig. AI-agenter på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 3 av 4.
Hvor lang tid tar leksjonen «Sandkassekjøring for kodeagenter»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne AI-agenter-leksjonen?
Ja. Alle AI-agenter-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Forsvar mot prompt-injection
- Filtrering av utdata (Llama Guard, NeMo)
- Sandkassekjøring for kodeagenter
- Tilgangskontroll for verktøy