Sandbox για AI agents: τρέξτε μη αξιόπιστο κώδικα σε microVM που ξεκινά σε ένα δευτερόλεπτο

Κάθε πράκτορας που γράφει κώδικα κάποια στιγμή πρέπει να τον εκτελέσει. Αυτός είναι ο λόγος ύπαρξής του — και αυτό ακριβώς είναι το άβολο κομμάτι. Το μοντέλο μόλις έβγαλε ένα script που δεν έχει τρέξει ποτέ: εγκαθιστά πακέτα που κανείς δεν έλεγξε και αγγίζει αρχεία που κανείς δεν απαρίθμησε. Το να το τρέχετε δίπλα στα κλειδιά SSH και στο .env της παραγωγής είναι ένα στοίχημα που βάζετε πολλές φορές τη μέρα.

Ένα sandbox κάνει αυτό το στοίχημα φτηνό. Ο κώδικας παίρνει δικό του Linux μηχάνημα για λίγα δευτερόλεπτα ή λεπτά, και μετά το μηχάνημα εξαφανίζεται.

Τι παίρνει ο πράκτορας

Κάθε sandbox είναι ένα Firecracker microVM: δικός του πυρήνας, δικό του σύστημα αρχείων, δικός του χώρος ονομάτων δικτύου. Δεν είναι container που μοιράζεται τον πυρήνα σας, ούτε φάκελος στον server σας. Ξεκινά σε περίπου ένα δευτερόλεπτο, κάτι που μετράει όταν ένας πράκτορας ανοίγει ένα για κάθε εργασία και όχι ένα τη μέρα.

Μέσα υπάρχουν Python 3.12 με pip, Node.js 22 με npm, bash, git και curl. Το εξερχόμενο Internet λειτουργεί — ο πράκτορας μπορεί να κάνει pip install pandas ή να κλωνοποιήσει ένα αποθετήριο. Το εισερχόμενο όχι: καμία ανοιχτή θύρα, κανένα SSH. Εντολές, αρχεία και έξοδος περνούν από το API μας, και αυτή είναι η μόνη πόρτα.

Τρεις τρόποι πρόσβασης:

• MCP — αν ο πράκτοράς σας ζει στο Claude, στο Cursor, στο Cline ή σε άλλον client με MCP, παίρνει τα εργαλεία sandbox δίπλα στα εργαλεία VPS. Κανένας κώδικας από τη μεριά σας.
• SDK για Python ή TypeScript — pip install eqvps ή npm i @eqvps/sdk, και μετά δημιουργία, εκτέλεση, διαγραφή.
• Σκέτο REST — περιγράφεται στην τεκμηρίωση των sandboxes και στην προδιαγραφή OpenAPI.

Ένας ελάχιστος βρόχος σε Python:

from eqvps import Sandbox

with Sandbox.create(tariff="small") as sb:
    sb.upload("/root/task.py", agent_generated_code)
    result = sb.exec("python3 /root/task.py", timeout=55)
    print(result.exit_code, result.stdout[-2000:])
# the sandbox is deleted here, also if anything above raised

Ένας μη μηδενικός κωδικός εξόδου επιστρέφει ως κανονικό αποτέλεσμα, όχι ως εξαίρεση. Ακριβώς αυτό που χρειάζεστε όταν ο πράκτορας πρέπει να διαβάσει το traceback και να ξαναδοκιμάσει.

Οι επικίνδυνες περιπτώσεις και τι τους συμβαίνει

Ένα εχθρικό ή απλώς χαλασμένο πακέτο. Τρέχει μέσα σε ένα VM που δεν περιέχει τίποτα δικό σας. Διαγράφετε το sandbox και χάνεται.

Μυστικά. Μη βάζετε τα κύρια κλειδιά API σας στον κώδικα που γράφει ο πράκτορας. Αν μια εργασία χρειάζεται πραγματικά κλειδί, περάστε το ως μεταβλητή περιβάλλοντος του sandbox: οι τιμές αποθηκεύονται κρυπτογραφημένες, δεν γράφονται ποτέ σε logs, και το API επιστρέφει μόνο τα ονόματά τους.

Ατέρμονοι βρόχοι. Κάθε εντολή σταματά στα 55 δευτερόλεπτα, εκτός αν την ξεκινήσατε ως εργασία παρασκηνίου. Ένα αδρανές εφήμερο sandbox διαγράφεται μόνο του μετά το χρονικό όριο αδράνειας (προεπιλογή 5 λεπτά). Ένα ημερήσιο ή μηνιαίο όριο δαπανών σταματά τα νέα sandboxes όταν ο πράκτορας έχει ξοδέψει αρκετά για σήμερα.

Διαρροή δεδομένων. Εδώ πρέπει να είμαστε ειλικρινείς: το εξερχόμενο Internet είναι ανοιχτό, γιατί χωρίς αυτό το pip install δεν δουλεύει. Ένα sandbox προστατεύει το δικό σας μηχάνημα· δεν εμποδίζει τον κώδικα να στείλει στο Internet ό,τι μπορεί να διαβάσει μέσα στο sandbox. Ο κανόνας λοιπόν είναι απλός: βάζετε μέσα μόνο ό,τι αντέχετε να χάσετε.

Επιλογή πακέτου

Η χρέωση γίνεται ανά δευτερόλεπτο με ελάχιστο 60 δευτερόλεπτα, από το ίδιο προπληρωμένο υπόλοιπο με τα VPS μας. Μια τυπική εργασία πράκτορα — δημιουργία, εγκατάσταση δύο πακέτων, εκτέλεση, διαγραφή — τελειώνει σε λιγότερο από ένα λεπτό στο small, οπότε χρεώνεται το ελάχιστο των 60 δευτερολέπτων: περίπου $0.0006. Ειλικρινά, για έναν πράκτορα που τρέχει κώδικα μερικές εκατοντάδες φορές τη μέρα, ο λογαριασμός των sandboxes είναι η μικρότερη γραμμή του προϋπολογισμού· τα tokens του LLM κοστίζουν πολύ περισσότερο.

Πότε το sandbox είναι λάθος εργαλείο

Αν ο πράκτορας πρέπει να εξυπηρετεί κάτι — μια web εφαρμογή, έναν δέκτη webhooks, ένα bot που ακούει μηνύματα — ένα sandbox δεν κάνει, γιατί τίποτα δεν μπορεί να το φτάσει απ' έξω. Το ίδιο ισχύει για μια υπηρεσία που πρέπει να τρέχει για μήνες. Αυτή είναι δουλειά για VPS: δείτε VPS για πράκτορες AI. Ένας συνηθισμένος καταμερισμός: ο πράκτορας ζει σε ένα μικρό VPS και δημιουργεί sandbox για κάθε κομμάτι κώδικα που δεν έχει ξαναδεί.

Το άλλο όριο είναι ο παρατεταμένος βαρύς υπολογισμός. Ένα sandbox με τη CPU στο φουλ για πάνω από 15 λεπτά θεωρείται κατάχρηση, οπότε οι μεγάλοι υπολογισμοί ανήκουν σε server που νοικιάζετε με τον μήνα.

Ξεκινώντας

Ανοίξτε λογαριασμό, πάρτε ένα token και τρέξτε το πρώτο sandbox — ο οδηγός σύνδεσης περιγράφει κάθε βήμα, και οι νέοι λογαριασμοί παίρνουν $1 χρόνο sandbox για δοκιμή. Μετά στρέψτε τον πράκτορα στη σελίδα των sandboxes ή στα εργαλεία MCP, και αφήστε τον να σπάει πράγματα εκεί όπου το σπάσιμο δεν κοστίζει τίποτα.

Βήμα βήμα: η πρώτη σας εργασία agent σε sandbox. Σχετικά: απομονωμένα τεστ CI, αξιολόγηση LLM και code review και έλεγχοι PR.