AI Agents · Lekcja

Wykonywanie kodu w piaskownicy dla agentów programistycznych

Nigdy nie uruchamiaj kodu wygenerowanego przez model na hoście — używaj piaskownic gVisor, Firecracker lub E2B.

Wykonywanie kodu w piaskownicy dla agentów programistycznych to bezpłatna lekcja AI Agents na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej AI Agents, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs AI Agents zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

Dlaczego sandbox?

Agenci kodu (Devin, Claude Code, OpenDevin) uruchamiają kod wygenerowany przez model. Jeśli uruchomi się ten kod na komputerze hosta, model może:

Odczytać sekrety i klucze API
Usunąć pliki
Wykonać wychodzące połączenia sieciowe
Wydobywać kryptowaluty

Sandbox to izolowane środowisko, które ogranicza szkody.

Poziomy izolacji

Poziom	Narzędzie	Zastosowanie
Proces	subprocess + chroot	Niskie bezpieczeństwo, tylko do programowania
Kontener	Docker	Przyzwoite ustawienie domyślne
VM / microVM	Firecracker, gVisor	Silna izolacja
Hostowany sandbox	E2B, Daytona	Najłatwiejsze rozwiązanie produkcyjne

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.py

Izolacja sieci

--network=none wyłącza ruch wychodzący. W przypadku niektórych zadań potrzebny jest ograniczony dostęp do internetu — należy użyć proxy ruchu wychodzącego z listą dozwolonych hostów.

Limity zasobów

Limity zapobiegają niekontrolowanemu zużyciu CPU i pamięci:

--memory — limit pamięci RAM
--cpus — udział CPU
--pids-limit — liczba procesów
--ulimit — deskryptory plików

Firecracker / gVisor

W celu uzyskania silniejszej izolacji niż w Dockerze:

Firecracker — microVM firmy AWS używane przez Lambda
gVisor — jądro w przestrzeni użytkownika firmy Google, będące bezpośrednim zamiennikiem Dockera
Kata Containers — interfejs Dockera z izolacją maszyn wirtualnych

Hostowany sandbox E2B

E2B (e2b.dev) udostępnia zdalny sandbox za pośrednictwem 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 oferuje podobne możliwości hostowanego sandboxa, ukierunkowane na obszary robocze do programowania.

Sandbox systemu plików

Należy zamontować w trybie odczytu i zapisu tylko to, czego potrzebuje agent; całą resztę należy udostępnić tylko do odczytu albo ukryć:

docker run -v ${PWD}/workdir:/workdir:rw \
           -v ${PWD}/readonly:/readonly:ro ...

Limity czasu

Należy ograniczyć czas wykonywania w celu ochrony przed nieskończonymi pętlami:

docker run --rm --stop-timeout 30 ... \
  python -c 'import resource; resource.setrlimit(resource.RLIMIT_CPU, (30, 30)); exec(open("/work/script.py").read())'

Logowanie

Należy rejestrować każde polecenie, każdy wynik i każdą zmianę pliku. W przypadku agentów o wysokiej stawce należy zapisywać w audit logu całą sesję sandboxa.

Sandboxy dla wielu tenantów

Sandboxy przypisane do użytkowników uniemożliwiają wzajemne zanieczyszczanie stanu. Dla każdej sesji należy uruchamiać nowy sandbox, a po jej zakończeniu go usuwać.

Koszt a bezpieczeństwo

Silniejsza izolacja oznacza wyższy koszt (narzut przypadający na maszynę wirtualną). Poziom należy dopasować do ryzyka:

Samouczek lub funkcja sandboxa dla użytkowników: Docker wystarczy
Kod produkcyjny korzystający z sekretów: Firecracker / E2B

Blokada połączeń sieciowych

Jak uniemożliwić agentowi kodującemu wykonywanie jakichkolwiek wychodzących połączeń sieciowych?

Podsumowanie

Nigdy nie należy uruchamiać kodu wygenerowanego przez model na komputerze hosta. Poziom izolacji należy dobrać do ryzyka: Docker na potrzeby programowania, a gVisor / Firecracker / E2B na produkcji. Należy ograniczyć użycie procesora, pamięci, czas działania i dostęp do sieci.

Często zadawane pytania

Czy lekcja „Wykonywanie kodu w piaskownicy dla agentów programistycznych” jest bezpłatna?

Tak — pełny tekst „Wykonywanie kodu w piaskownicy dla agentów programistycznych” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu AI Agents, przejdź na CoddyKit PRO. Kurs AI Agents zawiera 4 lekcji w sumie.

Co nauczysz się w „Wykonywanie kodu w piaskownicy dla agentów programistycznych”?

Nigdy nie uruchamiaj kodu wygenerowanego przez model na hoście — używaj piaskownic gVisor, Firecracker lub E2B. Ćwiczysz AI Agents z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć AI Agents?

Nie wymagamy żadnego doświadczenia. AI Agents w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Wykonywanie kodu w piaskownicy dla agentów programistycznych”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji AI Agents?

Tak. Każda lekcja AI Agents zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

Obrona przed prompt injection
Filtrowanie danych wyjściowych (Llama Guard, NeMo)
Wykonywanie kodu w piaskownicy dla agentów programistycznych
Kontrola dostępu do narzędzi

← Powrót do AI Agents