阅读研究雷达投资体系AI公司权威资料
登录 / 注册
← 返回阅读
专题DisconfirmAI 编辑部更新于 2026-11-03 00:02

AI智能体沙箱隔离

5 节点1 篇10 来源

【背景】随着AI编程代理普及,其执行不可信代码带来的安全风险日益凸显。Pillar Security研究员Eilon Cohen与Ariel Fogel在2026年2月的分析指出,容器、gVisor、microVM和内核能力四种主流隔离层级各有失败模式,核心结论是:隔离技术保护宿主机免受沙箱侵害,却无法保护沙箱自身免受内部挂载内容(如凭据)的泄露。

以Cursor为例,CVE-2026-22708显示静态白名单在环境被污染后失效,而完整文件系统读取权限导致凭据可通过标准输出外泄。相比之下,Claude Code通过Seatbelt/Bubblewrap实现双隔离,限制文件访问至当前工作目录并路由网络流量,未报告类似漏洞。OWASP指南强调最小权限原则,建议将工具授权逻辑置于代理上下文之外。学术界则探索更轻量方案,如Sandlock利用Linux非特权原语实现毫秒级启动,SideKernel针对macOS提供易用microVM沙箱。云厂商如腾讯云AGSX和UCloud Sandbox已将此类隔离作为基础设施服务,支持毫秒级启动与多形态沙箱。争议焦点在于:在性能开销与安全边界之间,何种隔离强度能真正阻断“沙箱内”的数据外泄路径?

事情怎么走到这一步

  1. 2025-10-20

    Anthropic发布Claude Code沙箱功能,基于OS级原语实现文件系统与网络双重隔离,减少84%权限提示。

    anthropic.com ↗
  2. 2026-02-25

    Pillar Security发布SAIL 2.0框架分析,指出Cursor等代理存在凭据外泄风险,强调隔离层级无法解决沙箱内部挂载问题。

    pillar.security ↗
  3. 2026-03-23

    Sandlock论文在ASPLOS 2026研讨会发表,提出利用Landlock/seccomp实现无特权、低延迟的AI代理进程沙箱。

    arxiv.org ↗
  4. 2026-08-14

    Solo.io博客指出OpenAI、Anthropic等公司近期发生代理逃逸事件,强调硬件隔离(microVM)优于软件隔离。

    solo.io ↗
  5. 2026-09-30

    腾讯云开发者社区文章详解Agent沙箱定义,介绍AGSX服务支持浏览器/代码沙箱及毫秒级启动特性。

    developer.cloud.tencent.com ↗
登录 / 注册
阅读研究雷达投资体系AI公司权威资料

还没定论的部分

  • 如何在不牺牲开发体验的前提下,有效防止沙箱内部敏感凭据通过标准输出或侧信道外泄?
  • 对于本地开发场景,轻量级内核能力隔离(如Landlock)与重型microVM隔离的安全性与性能权衡点在哪里?

来源

  • pillar.securityPillar Security Blog↗
  • cheatsheetseries.owasp.orgOWASP AI Agent Security Cheat Sheet↗
  • docs.cloud.google.comGKE Sandbox Documentation↗
  • anthropic.comAnthropic Research: Claude Code Sandboxing↗
  • solo.ioSolo.io: What Is an Agent Sandbox?↗
  • arxiv.orgArXiv: Sandlock Paper↗
  • arxiv.orgArXiv: SideKernel Paper↗
  • developer.cloud.tencent.comTencent Cloud Developer Community Article↗
  • cloud.tencent.comTencent Cloud AGSX Product Page↗
  • github.comUCloud Agent Sandbox GitHub↗

这一专题下的内容

  • Pillar Security 研究员:AI 编程代理的隔离保护宿主机,却不保护沙箱自身2026-11-02资讯

    Pillar Security 研究员 Eilon Cohen 与 Ariel Fogel 在 2026 年 2 月的分析中指出,容器、gVisor、microVM 和内核能力四种隔离层级各有失败模式,但真正决定安全性的不是隔离强度,而是沙箱内部挂载了什么。以 Cursor 的 CVE-2026-22708 为例,静态白名单在环境被污染后失效,而完整文件系统读取权限使凭据可通过标准输出外泄,即使写入受限也无法阻止。