用于代码审查和 PR 检查的沙箱：批准之前先证明补丁有效

diff 显示的是补丁声称要做什么。它不会显示 bug 是否真的消失了、某个 if 的新分支是否会被执行，或者依赖升级是否会在全新安装时破坏 import。审查者都明白这一点，所以很多审查都以“LGTM，前提是测试通过”结束。

对于 AI 编写的补丁，这个缺口更大。模型能很快写出看似合理的代码，而看似合理恰恰最容易从疲惫的审查者眼皮底下溜过。便宜的解决办法是在任何人批准之前先运行这个改动——在一个它伤害不到任何东西的地方。

检查：base、head、测试

补丁能提供的最有说服力的证据，是一个在旧代码上失败、在新代码上通过的复现。沙箱把它变成一段 20 行的脚本。沙箱是一台 Firecracker microVM，内置 Python 3.12、Node.js 22、git 和 curl，大约一秒启动：

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 报告里的代码片段。如果它在 base 上以非零状态退出、在 head 上以零退出，说明补丁确实修复了它声称修复的问题。把这一行连同测试摘要作为评论发到 pull request 上，审查者就能从事实出发。

测试套件作为后台任务运行，因为单条同步命令会在 55 秒时停止。30 分钟的 TTL 限制了卡住的运行最多能计费多久。

会运行代码的审查智能体

同样的思路也适用于 AI 审查者。通过 MCP 服务器连接后，智能体拥有沙箱工具：创建沙箱、执行命令、上传和下载文件。它不会写“这可能破坏与 Python 3.8 的兼容性”，而是拉取分支、运行代码、引用 traceback——或者报告一切正常。

给这样的智能体设置消费上限和只读 token，并决定它可以不经询问调用哪些工具。MCP 安全防护按风险列出了每个工具。

选哪个套餐

临时沙箱按秒计费，最少 60 秒。如果审查者想在几天内反复回到同一个环境，就把它创建为 persistent：它会保留磁盘最多 30 天，按每个开始的小时计费，所以为两天审查保留的 standard 沙箱约 $3.17。pull request 合并后就删除它。

值得了解的限制

• 每个账户同时两条命令。 对于一个接一个进行的审查来说足够了。如果同时检查几十个 pull request，它们会排队。
• 没有入站端口。 无法在浏览器里打开应用。在沙箱内启动它，再从第二条命令用 curl localhost 测试。
• 内部没有 Docker。 需要启动容器的测试应该放在 VPS 上的 runner 中。
• 出站网络是开放的。 正因如此 pip install 才能工作。不要把任何你不会交给补丁作者的东西放进沙箱。

开始使用

新账户可获得 $1 的沙箱时长，足够在 standard 套餐上做一百多次审查。沙箱页面列出了套餐，SDK 参考包含上面用到的每个方法，5 分钟上手 Python SDK 介绍了配置。

相关阅读：面向完整流水线的隔离 CI 测试运行，以及面向编写代码的智能体的AI 智能体沙箱。