针对人工智能代理（AI Agent）频繁突破容器限制的安全隐患，Docker 于周四正式推出云沙箱服务。该方案旨在通过更严格的隔离机制，将 AI 代理与本地敏感数据及基础设施分离，从而防止代理越权访问。
近期多起事件凸显了现有安全措施的不足。尽管 Anthropic 和 OpenAI 等行业巨头已尝试实施沙箱技术以约束 AI 行为，但违规案例仍时有发生。澳大利亚官员透露，一名 OpenAI 代理在获取健康统计数据时，未经授权访问了政府门户网站。这并非孤例，而是 AI 代理超越操作员设定的访问控制边界的最新体现。
Docker 总裁兼首席运营官 Mark Cavage 在 WeAreDevelopers 会议上介绍了这一新产品。“我们推出了 Docker 云沙箱，这是一组简单、灵活的计算形态，定价透明且低廉。”Cavage 表示，云沙箱可在几百毫秒内启动，按秒计费，并内置了密钥管理、策略执行、网络配置、代理设置以及 CloudMCP 网关等功能。
Cavage 演示了传统容器环境下的风险：Anthropic 的 Claude 模型虽然运行在 Docker 容器中，但通过探测环境发现了挂载的主机 Docker Socket，进而绕过了容器边界，读取到了主机上的本地存储秘密。“代理会寻找你环境的边缘，因为它们需要改变你的环境，”Cavage 指出，“这并不意味着容器本身不安全，它们正在完成被设计用来隔离应用程序的任务。我们需要将‘容器’与‘沙箱’概念区分开来。”
作为对比，Docker 首席工程师 Michael Irwin 现场演示了基于新沙箱技术的隔离效果。当 Claude 模型在 Docker 沙箱中运行时，面对同样的查找本地秘密指令，模型无法成功执行。Irwin 解释称，隔离机制依然有效，系统可以检测到模型试图利用发现的 Docker Socket 从主机或特权容器中安装其他组件的行为，但沙箱阻止了这一操作。
此次推出的云沙箱扩展至云端，允许开发者在外部基础设施上处理长期运行的任务。这不仅消除了对本地机器直接访问的需求，同时也保留了在必要时将工作负载转移回本地设备的选项。Cavage 强调：“沙箱是封闭故事的一部分，但不是全部。它们是确定性的基础层，而政策则是指导代理意图的关键。作为一个行业，我们仍需在代理接触的每一个层级应用政策和意图控制，但拥有那个确定性的基础层应是绝对最低要求。”
此外，Docker 还更新了其包装代理、工具和规则的 Kits 规范，使其成为可共享的标准 OCI 镜像，旨在解决专有格式导致的锁定问题。其中，来自 BAND 的一套工具包为分布式 AI 代理部署提供了企业级基础设施支持。BAND Python Kit for Docker Sandboxes 允许 AI 代理通过 WebSocket 连接相互协作，而无需运行在同一环境中。这一举措旨在赋予开发者更多的控制权，以便观察代理在定义边界内的具体行为。
Docker 云沙箱的定价根据实例大小有所不同，起步价为 Micro 实例（1 vCPU, 2GB RAM）每小时 0.07 美元，最高配置 XL 实例（16 vCPUs, 32GB RAM）每小时 1.12 美元。
