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。
要点速览
- 沙箱必须同时管住文件和网络。少了任何一道,被诱骗的 Agent 仍有办法造成破坏。
- 围栏应放在操作系统层(bubblewrap、Seatbelt、sandbox-runtime),网络流量必须经过沙箱外的代理。
- 先把围栏筑牢,再放宽审批:围栏内的命令自动执行,只有越界的命令才需要人来批准。
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:
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:
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。
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。
这篇文章对你有帮助吗?
感谢你的反馈!