别让智能体在你的真机上乱跑:给 vibe coding 加一层沙箱
提示词里的“别乱动”不是系统规则,沙箱才是。本文讲 Claude Code 与 Codex 两家的沙箱:两层隔离怎么配、凭据三道锁、五个管不到的地方,以及三档配置模板。

先把这篇的边界说清楚。站里已经有三篇讲“管住智能体”的指南,但讲的都不是这篇的东西。《Agent hooks 护栏》讲的是事中检查:智能体动手之前,钩子先拦下来看一眼。《Agent 权限契约》讲的是“能碰什么、不能碰什么”的约定:哪些目录能读、哪些命令要问你。还有《凭据管理》那篇,讲的是别把密钥交到 AI 手里。这篇讲的是比约定更硬的一层:操作系统层面的隔离。约定是写在提示词和配置里的规矩,智能体照理应该遵守;沙箱是操作系统在进程层面画的线,智能体想越过也越不过——命令一碰线就直接被系统拒绝。钩子和权限契约管的是“该不该”,沙箱管的是“能不能”。另外,《访客试用沙箱》那篇讲的是产品里给访客开的试用沙箱,是给用户用的;这篇讲的是你开发机上给编码智能体开的沙箱,是给 Agent 用的,两码事。
下面用到的“松鼠记账”是一个虚构的练手项目:一个人用 AI 帮着写出来的个人记账应用,能记账、能按月出报表。本文所有以它为例的操作、命令和报错,都是为了讲清楚做法编出来的,不是真实记录。所有关于 Claude Code 和 Codex 的沙箱规则、设置项和默认值,都来自这两家的官方文档,来源见文末。
提示词里的“别乱动”为什么不够
先对一下症状。你让智能体帮“松鼠记账”加一个功能:按月出报表。它干活的时候要跑命令:装依赖、跑测试、起本地服务。你在提示词里写“只改项目里的文件,别碰别的”,它也答应得好好的。问题是,“别碰别的”是一句人话,不是系统规则。智能体要跑的命令是它自己拼出来的,拼出来的命令里可能带一个它没留意的路径,可能调一个它以为无害、实际会改系统文件的脚本,也可能被一段它读到的恶意指令带偏——提示词注入这件事,站里有专门的防御指南,但防御指南自己也承认,注入防不住百分之百。只要命令的边界还停留在“模型自觉遵守”,你的整台电脑就还是敞着的。
沙箱换了一个思路:不跟模型讲道理,直接让操作系统盯着它跑出来的每一个命令。Claude Code 的官方文档第一句话就把这件事说清楚了:沙箱是操作系统在智能体跑的 shell 命令周围划出的一道边界,你定好命令能碰哪些文件、能连哪些域名,边界之内的随便跑,边界之外的系统直接拒绝。Codex 的官方文档也是同一个说法:沙箱决定技术上能做什么,审批决定什么时候停下来问你。两句话合起来就是沙箱的定位:它是底线,不是礼貌。
底线的好处是失效方式不一样。提示词失效的时候,你是事后才发现的:文件已经被改了、密钥已经被读了,日志里留下一行“对不起,我不该这么做”。沙箱失效的时候,你是当场就知道的:命令直接报错“Operation not permitted”或者“Read-only file system”,什么都没发生。后者才是你想要的:宁可活干不成,也别活干完了才发现干错了地方。
但沙箱也不是万能药,正式开讲之前先说它的三条边界,免得你读错篇。第一,沙箱管的是 shell 命令,不是智能体的一切动作,后面有一整节讲它管不到的地方。第二,沙箱默认是关着的,两家工具都是,你得自己动手开。第三,沙箱的默认边界比你以为的松——Claude Code 开了沙箱,命令默认还是能读你整台机器,包括 ~/.ssh 和 ~/.aws/credentials,不动手锁是挡不住的。
沙箱到底是什么:两层、两个开关
先把结构讲清楚,免得后面被一堆设置项绕晕。沙箱其实是两层隔离拼在一起的。第一层是文件系统隔离:命令能写哪里、能读哪里。第二层是网络隔离:命令能连哪些域名。这两层是互相独立的,可以只开一层、只关一层——比如只要网络隔离、不要文件系统隔离,后面讲 Claude Code 的 filesystem.disabled 就是干这个的。
沙箱之外,还有第二个开关:审批。审批不管命令能不能跑,只管跑之前要不要问你。两家工具都把这两个开关分开:沙箱决定“能不能”,审批决定“问不问”。这个区分很重要,因为后面你会看到很多组合:沙箱开着但审批全放开、沙箱开着且每条命令都问你、沙箱关了但审批还在问。配错了组合,轻则每跑一条命令弹一次窗、烦到你直接关掉沙箱,重则命令在沙箱外裸奔、你还以为它在沙箱里。
执行方式上,两家工具走的都是操作系统的原生机制,不是自己写的检查逻辑。macOS 上用系统自带的 Seatbelt 框架,Linux 和 WSL2 上用 bubblewrap 加 seccomp,Windows 上 Codex 有自己的 MXC 机制,而 Claude Code 在原生 Windows 上干脆没有沙箱——官方文档写得明明白白:想在 Windows 机器上用沙箱,去 WSL2 里跑 Claude Code。
Claude Code:开沙箱、配边界、验一遍
先讲 Claude Code 的实操。沙箱默认是关的,开它有三条路:在会话里跑 /sandbox 命令,会弹出一个面板让你选模式;或者在用户设置 ~/.claude/settings.json 里把 sandbox.enabled 设成 true,对所有项目生效;或者只开一次会话,用 --settings 临时传进去。面板里选了模式之后,Claude Code 会把选择存到当前项目的 .claude/settings.local.json 里,只对这个项目生效。想管一个团队的人,就用 managed settings(管理员统一配置),后面讲严格模式的时候还会提到它。
开了之后,默认边界是这样的。写:只能写当前工作目录、一个每用户一个的临时目录,和你另外加进来的目录;有些路径就算在可写目录里也写不进去(受保护路径,比如 .claude 的设置文件和 .git 的钩子)。读:默认几乎整台机器都能读,包括 ~/.ssh 和 ~/.aws/credentials 这样的凭据文件——默认比你以为的松,不锁等于没锁。网络:默认一个域名都不放行,命令的对外连接要经过本机上的一个代理,逐个域名对照你放行的白名单,白名单一开始是空的。环境变量:命令会继承 Claude Code 自己的环境变量,包括里面可能有的密钥。
Linux 和 WSL2 上开沙箱之前,先装两个包:bubblewrap 和 socat,前者负责文件系统隔离,后者负责把网络流量转给沙箱代理。Debian 和 Ubuntu 上是一行命令:sudo apt-get install bubblewrap socat。装完重启 Claude Code,面板会告诉你还缺什么。macOS 上什么都不用装,Seatbelt 是系统自带的。
开完一定要验一遍,别只看面板上写着“已开启”就信了。官方文档给的验法很直接:让 Claude 去跑两条命令。第一条是 touch ~/sandbox-probe,在沙箱里应该失败,macOS 上报错“Operation not permitted”,Linux 和 WSL2 上报错“Read-only file system”。第二条是 curl --noproxy '*' https://example.com,在沙箱里应该失败,报错“Could not resolve host”,因为命令绕不过沙箱代理。注意一个坑:这两条命令要让 Claude 去跑,你自己在 ! 提示符后面敲是不算数的——你自己敲的命令在大多数会话里是跑在沙箱外面的。如果 touch 居然成功了,说明沙箱没生效,先把多出来的 ~/sandbox-probe 文件删掉,再回去看 /sandbox 面板查原因。
两种模式选哪个?Claude Code 给了两个模式,文件系统和网络的限制在两种模式里是一样的,差别只在要不要每条命令都问你。自动放行模式(auto-allow):在沙箱里跑的命令直接放行,不弹窗;跑在沙箱外面的命令还是要走正常审批。常规权限模式:所有 Bash 命令都要走正常审批,哪怕它在沙箱里。刚开始用,建议先选常规权限模式跑一周:你会看到智能体到底在跑哪些命令,心里有数了再切自动放行。切自动放行之前,先把下面两节的凭据锁和逃生口看完。
边界不够用的时候,别急着把命令放出沙箱,先加白名单。工具要写别的目录,用 sandbox.filesystem.allowWrite 加一条路径;工具要连某个域名,用 network.allowedDomains 加一个域名;要禁某个域名,用 network.deniedDomains。官方文档明确建议:能加白名单解决的,就别用 excludedCommands 把整个命令放出沙箱。加路径的时候注意一个细节:相对路径 . 在项目设置里指的是项目根目录,在用户设置里指的是 ~/.claude,同一个配置放在两个地方意思完全不一样。Linux 上还有一个细节:给一个还不存在的路径加白名单是不生效的,先把路径建出来再加。
Codex:三档沙箱,审批是另一只手
Codex 的模型和 Claude Code 是一回事,但档位划分得更直白:三档沙箱,配上一个独立的审批策略。先讲三档。read-only(只读):只能读文件、跑不写东西的命令,改东西要先问你,适合看陌生代码、做评审、只聊天不改代码。workspace-write(工作区可写):在工作区里读写、跑命令都行,网络默认关闭,这是日常干活的默认档。danger-full-access(全开):文件系统和网络都不设限,官方文档的原话是只在“受控环境”里用——也就是已经装进容器或者虚拟机、本身就是隔离体的环境里。
Codex 启动的时候还会看一眼你的文件夹:有版本控制的文件夹,推荐 Auto(workspace-write 加 on-request 审批);没有版本控制的文件夹,推荐 read-only。想自己定,一行命令就行:codex --sandbox workspace-write --ask-for-approval on-request。写进配置文件 ~/.codex/config.toml 也行:sandbox_mode = "workspace-write",审批那行是 approval_policy = "on-request"。想随时看现在是哪一档,在会话里跑 /status 能看到工作区包含哪些目录;想不改配置临时换档,用 /permissions 命令切。
审批是另一只手,和沙箱各管各的。on-request 是默认:命令在沙箱里能做的事直接做,需要越过沙箱边界(比如改工作区外的文件、联网)才停下来问你。never 是从不问:命令在沙箱的限制里尽力做,做不了的就自己认栽,适合没人盯着的脚本和 CI 任务。还有一种更细的 granular(颗粒化)审批:可以让某一类提示保持互动、另一类自动拒绝,适合想精细控制的人。注意一个已经退役的设置:approval_policy = "untrusted" 被官方明确废弃了,留着它可能导致客户端启动不了,配置文件里看到就删掉。想保留“陌生项目默认不信任”的效果,官方给的新办法是在用户配置里给这个项目加 trust_level = "untrusted",这样命令默认都要审批,而且项目自己的配置会被禁用。
网络这部分,Codex 默认是关的,想开要显式配。在 [sandbox_workspace_write] 下面写 network_access = true,命令才能联网。光开还不够,官方还给了 network_proxy 这个功能:开了之后,命令的对外流量会过一个代理,按你写的域名规则放行。规则是白名单优先:写一个确切的主机名只放行它自己;*.example.com 只放行子域名,不放行 example.com 自己;**.example.com 连根域名带子域名一起放行;全局 * 是放行所有公开主机,官方建议能不用就不用。deny 永远赢过 allow,这条是写死的。还有三条默认就锁着的:本地和私有地址默认不让连(allow_local_binding = false),想连某一个本地目标要单独写一条确切的 IP 或者 localhost 放行,通配符不算数;解析到私有地址的主机名就算在白名单里也照样拦;DNS 重绑定检查只是“尽力而为”,官方原话是它减少风险、但不能消除风险。
有几条路是 Codex 官方文档里点名保护的,即使在 workspace-write 的可写根目录里,这些路径也是只读,而且是递归保护:.git(包括 gitdir 指针文件指过去的那个真实目录)、.agents、.codex、.aws。这四条是写死在沙箱里的,不用你配。对应到 Claude Code 那边也有类似的受保护路径,两家的思路是一样的:智能体的工作区里,有些东西是它自己的地盘,Agent 的命令再自由也不能动。
最后是两条危险线,官方文档用了“Elevated Risk,不推荐”的措辞。第一条是 --dangerously-bypass-approvals-and-sandbox(简写 --yolo):同时关掉审批和沙箱,模型生成的每条命令都拿着你的完整用户权限跑,只许放在已经加固好的环境里,比如一个专门用来扔掉的虚拟机。第二条是 devcontainer 里全开:容器本身是隔离边界时,可以在容器里用 danger-full-access,但官方提醒得很直接——容器里的恶意项目能偷走容器里能拿到的一切,包括 Codex 自己的凭据,所以这条路只许用在可信的仓库上。
凭据的三道锁:不让读、不让用、看不见
凭据是沙箱里最容易被低估的一块。前面说过,Claude Code 的沙箱默认是能读 ~/.ssh 和 ~/.aws/credentials 的;Codex 那边 .aws 目录有写死保护,但别的凭据文件(比如 ~/.config 里放的 token、项目里的 .env)不在写死保护的范围里。凭据保护要自己动手,分三道锁,一道比一道紧。
第一道锁是不让读。Claude Code 的 sandbox.credentials 里可以点名:哪些文件、哪些环境变量,模式是 deny。文件列进去,沙箱里的命令就读不到它;环境变量列进去,命令跑起来之前就先把它从环境里摘掉。常用的三件套是:~/.aws/credentials、~/.ssh 目录、GITHUB_TOKEN 和 NPM_TOKEN 这两个环境变量。注意:没有内置的拒绝清单,你不点名,沙箱就默认不保护。Codex 那边思路一样,只是配置位置不同,道理不变:先列一张你自己的凭据清单,再去配。
第二道锁是不让用,但不断网。有些命令必须联网干活,联网又要带密钥认证,deny 一刀切就干不了活了。Claude Code 的办法是 mask(遮盖):命令看到的密钥是一个每会话换一次的占位符,真正的密钥只在代理把请求发往你放行的域名时才替换进去。这样命令和它的日志里永远拿不到真密钥,但请求照样能通过认证。开 mask 有两个前提:第一要开 network.tlsTerminate,让代理能终结 TLS 才看得到请求内容去替换;第二,被遮盖的密钥能去的域名必须同时在 network.allowedDomains 的放行名单里。AWS 的密钥要成对遮盖:AWS_ACCESS_KEY_ID 和 AWS_SECRET_ACCESS_KEY 一起 mask,代理检测到 SigV4 签名请求会用真值重新签名;只遮一个,签名对不上,请求会在 AWS 那边失败。
第三道锁是分清楚“读”和“用”是两回事。文件系统的 deny 读保护属于文件系统隔离那一层:你要是把 filesystem.disabled 设成 true 关掉文件系统隔离,文件的 deny 读保护就跟着失效;但环境变量的 deny 和 mask 是独立的,不受影响,照样生效。所以关文件系统隔离之前,先想清楚你有没有靠它在保护凭据文件。更稳妥的做法是:别关文件系统隔离,缺哪个目录就加哪个目录的 allowWrite。
还有一条容易踩的坑:规则越窄越优先。Claude Code 的文档里给了两个例子:denyRead 写了 ~/,allowRead 写了 ~/projects,那 ~/projects 能读、家目录其他地方不能读;反过来 allowRead 写了 ~/,denyRead 写了 ~/.env,那 ~/.env 照样不能读。配规则的时候,先写宽的、再写窄的例外,配完拿实际命令验一遍,别只看配置文件觉得对了。
沙箱管不到的地方:逃生口与失效模式
沙箱最危险的用法,是以为它什么都管。这一节列出它管不到的地方,一条一条都是官方文档里白纸黑字写着的。
第一,智能体自己的读写工具不在沙箱里。Claude Code 的 Read、Edit、Write、WebFetch 这些内置工具走的是权限规则,不是沙箱:你在沙箱配置里写 denyRead,挡不住 Read 工具去读同一个文件;allowedDomains 也管不住 WebFetch。Codex 那边也一样,沙箱管的是命令,工具调用有自己的审批。沙箱是套在 shell 命令外面的,智能体不经过 shell、直接调工具读文件,当然不在套子里。
第二,MCP 服务器、钩子、插件、LSP 服务器这些智能体启动的进程,都跑在沙箱外面,拿着你的完整权限。Claude Code 官方文档列得很全:命令钩子、本地 MCP 服务器、插件监控、LSP 服务器、状态栏命令、apiKeyHelper,全都不在沙箱里。Mod 也一样:一个 Mod 在 Claude Code 内部跑自己的代码,它的文件访问、网络请求、用 $.process 启动的程序都不经过沙箱。Codex 那边,MCP 工具调用有自己的审批和标注,带破坏性标注的工具调用永远要审批,但那是审批,不是沙箱。这意味着:你给智能体接的 MCP 服务器越强大,沙箱之外的口子就越大,接之前先想清楚这个服务器值不值得信任。
第三,逃生口:unsandboxed retry(沙箱外重试)。命令在沙箱里失败了,Claude Code 会分析失败原因,可能会问你要不要在沙箱外重试一次。重试跑起来就是裸奔:没有文件系统限制,也没有网络代理。批不批准,看你的权限模式:bypassPermissions 模式下直接跑、不问你;手动模式和 acceptEdits 模式会弹一个标题为“Bash command (unsandboxed)”的提示;自动模式会让一个分类模型先评估一下;dontAsk 模式直接拒绝。想彻底关掉这个口子,把 allowUnsandboxedCommands 设成 false,再配上 failIfUnavailable(沙箱起不来就拒绝启动),官方在 /sandbox 面板里把这组叫做严格沙箱模式。还有一条更狠的:给 Bash(dangerouslyDisableSandbox:true) 加一条 ask 规则,这样不管在什么模式下,重试之前都必须问你,这条规则优先于任何放行规则。
第四,excludedCommands(排除命令)是另一个口子。你把 docker compose 这类命令列进去,它就跑在沙箱外面,没有任何文件系统限制和网络代理。官方文档的建议是:能加白名单解决的就别用它;只有“这个工具在沙箱里根本没法干活、而且你信任它拿你的完整权限”的时候才用。配的时候注意匹配规则:docker 这个写法只匹配光秃秃的 docker 一个词,docker * 才匹配带参数的 docker;链式命令里每一条都要匹配上才算数;脚本或者 make 目标在内部调 docker 是匹配不上的,因为匹配的是命令文本本身。
第五,沙箱起不来的时候,默认是悄悄退化的。如果平台不支持、或者 bubblewrap 没装,Claude Code 会继续跑,命令直接在沙箱外执行,会话看起来和平时一模一样,你不去查根本发现不了。这就是 failIfUnavailable 存在的意义:设成 true,沙箱起不来就拒绝启动,而不是悄悄裸奔。开完沙箱的第一周,每天收工前跑一遍验证命令(touch ~/sandbox-probe 应该失败),确认沙箱还活着,比配一百条规则都管用。
兜底的一句话,来自 Claude Code 官方文档的原文意思:想把工具、进程和命令都放进同一道边界里,那就把 Claude Code 这个进程本身放进容器、虚拟机或者沙箱运行时里跑。沙箱是进程里的一道墙,容器和虚拟机是进程外的一道墙,两道墙叠在一起,才是“智能体再怎么折腾也出不了这个院子”的状态。日常开发用沙箱就够了;跑来路不明的仓库、跑别人发你的整套项目,套一层容器再开工。
三档配置模板与检查清单
最后把全篇收成三档配置,你按自己的胆子挑一档抄走。第一档是日常开发档:Claude Code 开沙箱、常规权限模式;Codex 用默认的 Auto 预设(workspace-write 加 on-request)。凭据清单列好 deny(~/.aws/credentials、~/.ssh、GITHUB_TOKEN、NPM_TOKEN),网络白名单只放你常用的两三个域名(比如 registry.npmjs.org 和 github.com,用到哪个加哪个)。这档适合你自己的项目、你熟悉的代码,目标是“少弹窗、别出事”。
第二档是陌生仓库评审档:Claude Code 开沙箱、常规权限模式,再加 allowUnsandboxedCommands=false 和 failIfUnavailable=true;Codex 用 read-only 沙箱加 on-request 审批。只读档下智能体能读代码、能跑不写东西的命令,改东西一律要问你。这档适合第一次打开的仓库、别人发你的项目、网上下载的整套代码。
第三档是无人值守脚本档:Codex 用 read-only 沙箱加 never 审批,跑 CI 里那种“只读、只出报告”的任务;或者 workspace-write 沙箱加 never 审批,跑你写好的、跑完自己检查结果的脚本。never 的意思是审批全关,但沙箱还在,命令依然只能在边界里动。这档千万别配 danger-full-access 或者 --yolo,除非命令跑在一个用完就扔的容器或者虚拟机里。
检查清单照着打勾就行。开之前:确认你的平台有沙箱(macOS、Linux、WSL2 行,原生 Windows 不行,去 WSL2);Linux 先装 bubblewrap 和 socat。开之后:跑验证命令,touch ~/sandbox-probe 应该失败,curl --noproxy '*' https://example.com 应该失败;失败了才说明沙箱活着。配凭据:列一张自己的凭据清单,文件和环境变量分开写 deny;要联网认证的走 mask,别走 deny;配完跑 claude doctor 查 TLS 终结和 injectHosts。堵逃生口:日常用不上 excludedCommands 就别配;重试默认要问你,怕烦就加一条 Bash(dangerouslyDisableSandbox:true) 的 ask 规则;沙箱起不来要拒绝启动,别悄悄裸奔。最后一条:每接一个 MCP 服务器、每装一个插件,都问一句“这东西跑在沙箱外面,我信不信任它拿我的完整权限”,不信就别接。
来源:Claude Code 官方文档《Configure the sandboxed Bash tool》(code.claude.com/docs/en/sandboxing,2026-11-17 亲读);Codex 官方文档《Agent approvals & security》(learn.chatgpt.com/codex/agent-approvals-security,2026-11-17 亲读)。
评论 (0)
原始来源
相关文章
Flexbox 一次只排一个方向,排对了,导航栏、卡片墙、购物车行都听话。本文按 MDN 的《Basic concepts of flexbox》《Aligning items in a flex container》《Controlling ratios of flex items along the main axis》三篇官方文档讲清楚:两根轴、容器与项目、方向与换行、剩余空间、flex 三件套、两根轴上的对齐、间距与自动边距。
一张点单就是一个对象:桌号、菜品、总价、付没付钱,全按标签收在一起。本文按 MDN 的《Working with objects》《JSON》《Object》三篇官方文档讲清楚:对象字面量、点号与方括号、增删改查、for...in 配 hasOwn、方法与 this、getter 与 setter、引用与复制、Object.assign 等工具箱、空白原型对象、JSON 的严规矩,以及 stringify 与 parse 和数字精度的坑。
2026 年 11 月 17 日,微软发布 MAI Code 2 和 Code 2 Flash:大模型 770 亿激活参数、100 万上下文,四项基准平均通过率 63.2%,与 GPT-6.1 Sol、Claude Opus 5.5 咬得很紧,但每任务成本只有 0.309 美元。先看清三处“但是”:价格是推广价、分数是三者最低、长周期任务不在舒适区。