用於程式碼審查和 PR 檢查的沙箱：批准之前先證明修補程式有效

diff 顯示的是修補程式聲稱要做什麼。它不會顯示 bug 是否真的消失了、某個 if 的新分支是否會被執行，或者依賴升級是否會在全新安裝時破壞 import。審查者都明白這一點，所以很多審查都以「LGTM，前提是測試透過」結束。

對於 AI 編寫的修補程式，這個缺口更大。模型能很快寫出看似合理的程式碼，而看似合理恰恰最容易從疲憊的審查者眼皮底下溜過。便宜的解決辦法是在任何人批准之前先執行這個改動——在一個它傷害不到任何東西的地方。

檢查：base、head、測試

修補程式能提供的最有說服力的證據，是一個在舊程式碼上失敗、在新程式碼上透過的復現。沙箱把它變成一段 20 行的指令碼。沙箱是一台 Firecracker microVM，內建 Python 3.12、Node.js 22、git 和 curl，大約一秒啟動：

import os
from eqvps import Sandbox

REPO, BASE, HEAD = os.environ["REPO_URL"], os.environ["BASE_SHA"], os.environ["HEAD_SHA"]

def repro(sb, ref):
    sb.exec(f"cd /root/app && git checkout -q {ref}", timeout=55)
    return sb.exec("cd /root/app && python3 /root/repro.py", timeout=55).exit_code

with Sandbox.create(tariff="standard", ttl=1800) as sb:
    sb.exec(f"git clone -q {REPO} /root/app", timeout=55)
    sb.exec("cd /root/app && pip install -q -r requirements.txt", timeout=55)
    sb.upload("/root/repro.py", open("repro.py").read())
    before, after = repro(sb, BASE), repro(sb, HEAD)
    tests = sb.exec("cd /root/app && python3 -m pytest -q", background=True).wait()
    print(f"repro on base: {before}, on head: {after}; tests: {tests.state}, exit {tests.exit_code}")

repro.py 是 bug 報告裡的程式碼片段。如果它在 base 上以非零狀態退出、在 head 上以零退出，說明修補程式確實修復了它聲稱修復的問題。把這一行連同測試摘要作為評論發到 pull request 上，審查者就能從事實出發。

測試套件作為背景任務執行，因為單條同步指令會在 55 秒時停止。30 分鐘的 TTL 限制了卡住的執行最多能計費多久。

會執行程式碼的審查代理

同樣的思路也適用於 AI 審查者。透過 MCP 伺服器連線後，代理擁有沙箱工具：建立沙箱、執行指令、上傳和下載檔案。它不會寫「這可能破壞與 Python 3.8 的相容性」，而是拉取分支、執行程式碼、引用 traceback——或者報告一切正常。

給這樣的代理設定消費上限和唯讀 token，並決定它可以不經詢問呼叫哪些工具。MCP 安全防護按風險列出了每個工具。

選哪個方案

臨時沙箱按秒計費，最少 60 秒。如果審查者想在幾天內反覆回到同一個環境，就把它建立為 persistent：它會保留磁碟最多 30 天，按每個開始的小時計費，所以為兩天審查保留的 standard 沙箱約 $3.17。pull request 合併後就刪除它。

值得了解的限制

• 每個帳戶同時兩條指令。 對於一個接一個進行的審查來說足夠了。如果同時檢查幾十個 pull request，它們會排隊。
• 沒有對內埠。 無法在瀏覽器裡開啟應用。在沙箱內啟動它，再從第二條指令用 curl localhost 測試。
• 內部沒有 Docker。 需要啟動容器的測試應該放在 VPS 上的 runner 中。
• 對外網路是開放的。 正因如此 pip install 才能工作。不要把任何您不會交給修補程式作者的東西放進沙箱。

開始使用

新帳戶可獲得 $1 的沙箱時長，足夠在 standard 方案上做一百多次審查。沙箱頁面列出了方案，SDK 參考包含上面用到的每個方法，5 分鐘上手 Python SDK 介紹了設定。

相關閱讀：面向完整流水線的隔離 CI 測試執行，以及面向編寫程式碼的代理的AI 代理沙箱。