# Agent 沙箱：文件与网络两道围栏缺一不可

> Agent 在客户机器上执行命令越自由，越需要一道它无法靠话术绕过的围栏。

原文: https://fdetimes.net/zh/guides/agent-sandbox-file-and-network-isolation/

你在客户那边的第一周，让 Agent 在对方的代码仓库里跑测试。半小时后，你已经为 `pytest`、`ls`、`pip install` 这类命令点了几十次“允许”。到了某个时刻，你不再看命令内容，只是机械地点击。

这正是风险最高的时刻。权限提示只有在点击的人还保持注意力时才起作用。解决办法既不是点得更快，也不是关掉提示，而是搭建沙箱：围栏之内，Agent 自由行动；围栏之外，由操作系统拦住它。

对前线部署工程师（FDE）来说，这是实打实的部署工作。客户的安全团队会问：你的 Agent 能碰到什么？“它会先问”很难让人放心，“它做不到”才有说服力。

## 为什么文件和网络都要围？

Simon Willison 提出过“致命三要素”（lethal trifecta）：Agent 一旦同时具备这三种能力，一次提示词注入就足以窃取数据。其中之一是对外通信的能力。在他看来，沙箱至少要砍掉其中一条腿。

Anthropic 工程团队在介绍 Claude Code 沙箱时得出结论：有效的沙箱必须同时隔离文件系统和网络。去掉任何一半，原因都显而易见。

只围网络，被诱骗的 Agent 仍可以修改 shell 配置文件，埋下一条命令，下次在沙箱之外执行。只围文件，它仍可以读取工作区里的源代码，直接发到互联网上。

还有一件常被混为一谈的事。Codex 的文档把沙箱（Agent 在技术上能做什么）和审批策略（何时必须请示）分开。

两者需要分别调整。把审批设为“全部允许”并不等于有了沙箱。而沙箱收得很紧、审批策略却仍然事事都问，你又会回到不停点击的状态。

## 围栏应该放在哪一层？

围栏应放在操作系统层，而不是工具层或提示词里。Claude Code 的沙箱在 Linux 上基于 bubblewrap，在 macOS 上基于 Seatbelt。因此，Agent 启动的每个子进程，从 `pytest` 到安装脚本，都同样被围在里面。

Anthropic 还开源了 sandbox-runtime（srt），这个工具无需容器就能对任意进程施加文件和网络限制。在笔记本上工作，或者在不允许使用 Docker 的客户开发机上，它都很方便。

网络这一侧有个细节值得学习。在 Linux 上，srt 会彻底移除被围进程的网络命名空间，迫使所有流量经过宿主机上运行的代理。

Claude Code 同样只能通过一个 unix domain socket 访问互联网，该 socket 连接到沙箱外的代理。Agent 无法修改这个代理，而且它是唯一的出口，所以在代理上执行的域名允许列表才真正有意义。

## 示例：一家物流公司代码仓库的策略

假设客户是一家物流公司，请你让 Agent 修复其运费服务中的一个 bug。Agent 需要读代码、运行 `pytest`，并从内部镜像安装软件包。这台机器上还有 `~/.ssh`、`~/.aws`，以及一个存放 staging 数据库密钥的 `.env` 文件。

策略要根据 Agent 需要做什么来写，而不是根据它可能想做什么。下面的草稿只用于说明思路，并非任何特定工具的配置语法：

```text
write:   ./  /tmp        # 其余位置一律拒绝
         ./.git read-only
read:    allowed by default
         except ~/.ssh  ~/.aws  ./.env
network: denied by default
         allow only pypi.mirror.khach-hang.example
```

读和写的规则刻意相反，这与 srt 的做法一致。读取默认允许，只封锁特定位置；写入默认全部拒绝，每个可写位置（如 `.` 或 `/tmp`）都必须显式开放。

原因在于：Agent 需要广泛的读权限才能理解系统，而每多一个可写位置，就多一个可能被埋下、日后执行的东西的地方。

`.git` 这一行来自 Codex：可写区域内的 `.git` 目录仍被锁为只读。这样 Agent 能改代码，却不能改写提交历史。

网络规则沿用 srt 的允许列表思路：没有声明域名就没有网络。Codex 在 `workspace-write` 模式下也默认关闭网络，除非你在配置中开启。

## 未经测试的策略等于没有策略

把 Agent 交给客户之前，自己扮演一次提示词注入，在沙箱内运行这些命令：

```bash
cat ~/.ssh/id_rsa         # 读取必须被拦截
echo x >> ~/.bashrc       # 写入必须被拦截
curl https://example.com  # 代理必须拒绝
git commit -am "测试"      # .git 只读，必须失败
```

然后反向测试一次：从内部镜像 `pip install` 必须成功。连正常工作也一起挡住的围栏，迟早会被人关掉。任何一条攻击命令能通过，都说明策略有漏洞，要立刻修补对应的部分。

**要点:** 只有底下的围栏已经挡住最坏情况，少问 Agent 几次才是安全的。

## 搭建围栏的步骤

先列出 Agent 在客户那边一天需要做的事：命令、目录、域名。

根据这份清单，把写入规则写成允许列表，把读取规则写成敏感位置的拒绝列表，把网络规则写成域名允许列表。接着选择操作系统层的执行机制：笔记本上用 srt，自己搭建则用 bubblewrap 和 Seatbelt。

围栏就位之后，再调整审批策略。留在围栏内的命令自动执行，只有需要越界的命令才交给人。最后运行上面的攻击命令，保留结果，交给客户的安全团队。

衡量效果的指标是你需要点“允许”的次数。Anthropic 表示，在内部使用中，沙箱在保证安全的同时让权限提示减少了 84%。你的数字会有所不同，但如果它没有下降，说明你的审批策略还没有利用好这道围栏。

## 常见错误

最常见的错误是以“pip 需要联网”为由把网络全部放开。Agent 只需要一个镜像，那就只开放这个域名。

Codex cloud 也默认让 Agent 阶段离线运行，除非你为该环境开启互联网访问。保持这个默认值，只在有明确理由时才开放。

第二个错误是用护栏过滤器代替围栏。Willison 对那些宣称能拦截大多数攻击的产品持怀疑态度，在他看来，95% 显然是不及格的分数。攻击者只需成功一次，而操作系统层的围栏并不依赖于正确猜测意图。

第三个错误是只在工具层设防，例如禁止 `read_file` 工具读取 `~/.ssh`，却允许 Agent 通过 shell 调用 `cat`。每个子进程都必须处在同一道围栏内。

## 把这项技能写进简历

阅读涉及 Agent 的 FDE 岗位描述时，留意“sandboxing”“least privilege”“agent security”这类词。

简历上写一句具体的话，比如“为客户环境中的编程 Agent 设计沙箱：写入限定在工作区，网络经允许列表代理，并配有攻击测试集”，远比“具备安全经验”有分量。面试时，说清楚你砍掉了致命三要素中的哪一条腿，并带上攻击命令的测试结果。

客户不需要你的 Agent 循规蹈矩，他们需要的是：即使被诱骗，它也什么都破坏不了。

**本周动手试试:**

- 选一个自己的代码仓库，列出 Agent 需要写入的每个目录和需要调用的每个域名，然后在一个文本文件里写出三段式策略。
- 在 sandbox-runtime 或你所用工具的内置沙箱中运行 Agent，试一遍本文的四条攻击命令，记下哪些能通过。
- 统计开启沙箱前后，一小时工作中你点击“允许”的次数。

## 信源

- [Making Claude Code more secure and autonomous with sandboxing (Anthropic Engineering)](https://anthropic.com/engineering/claude-code-sandboxing)

- [anthropic-experimental/sandbox-runtime (GitHub)](https://github.com/anthropic-experimental/sandbox-runtime)

- [Agent approvals & security (OpenAI Codex docs)](https://learn.chatgpt.com/docs/agent-approvals-security)

- [The lethal trifecta for AI agents (Simon Willison's Weblog)](https://simonwillison.net/2025/Jun/16/the-lethal-trifecta/)
