跳到正文
AI Engineer(youtube.com)· Mislav Ivanda·· 14 天前品質評分58

所有 AI 代理框架唯一有共識的一件事——Daytona 的 Mislav Ivanda

所有 AI 代理框架唯一有共識的一件事——Daytona 的 Mislav Ivanda

重點導讀

Daytona 的 Mislav Ivanda 主張,儘管各家代理框架對「什麼是代理」莫衷一是,但全都採用同一套三行沙箱模式,因此團隊應先決定執行邊界,再挑框架,因為本地執行的概念驗證往往會一路外洩到正式環境。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

Daytona(沙箱服務供應商)的開發者體驗工程師 Mislav Ivanda 主張:真正決定成敗的是執行邊界——也就是代理(agent)產生的程式碼實際跑在哪裡——遠比挑哪個代理框架重要;而且所有主流框架都已悄悄收斂到同一套三呼叫的沙箱契約。這場 15 分鐘的演講,大部分時間花在隔離做法的分類與各自的失效模式、框架正在刪除本地執行選項的證據,以及重新框定「該選哪個框架?」這個問題;標題的論點是整段論證的鋪陳,而不是一份框架survey。

Ivanda 的觀察角度來自一整年把 Daytona 整合進代理框架、coding agent 執行環境與工作流程工具的經驗;過程中他發現,各家競品的整合程式碼幾乎沒有差別。讀者讀完應該帶走三件事:三層隔離的具體心智模型、攻破前兩層的具體攻擊路徑,以及一條決策規則——先選執行邊界,再選框架,因為邊界是日後最難便宜換掉的部分。

所有框架歸根究柢都是 create、run、delete

Ivanda 開場先請聽眾從一段程式碼判斷這是哪個框架,接著說任何答案都說得通。他的重點是:不論 LangChain、LangGraph、Google ADK 還是其他框架,與 Daytona 相關的那段貢獻幾乎無從分辨。整合的切入面各不相同——有些框架做成一個工具,有些做成可安裝的外部外掛,有些則是繼承沙箱客戶端類別、動用框架內部 API 的子類——但底層全都是同樣三個呼叫。

「這些做法骨子裡講的都是同樣三行。建立沙箱、在沙箱裡跑某段程式碼或任務、刪除沙箱。」

他把這種收斂當成診斷線索,而非偶然。這些框架彼此是競爭對手,「連一些基本的事情或概念都很難有共識」,因此能在這一點上取得共識「大概不是流行,而是必要」。他說,促成收斂的觸發點在於:任何真正有用的代理,終究會走到需要執行程式碼或取得 shell 許可權的狀態——這時就必須有人回答:這件事在哪裡發生。

除此之外,框架幾乎什麼都不一致

為了說明沙箱共識有多罕見,Ivanda 一一列出各家分歧。這些分歧不是表面功夫,而是直指基本原則。

面向Ivanda 舉的例子
代理的定義LangGraph:一張可遍歷的圖。CrewAI:各自扮演角色、自行行動的代理。OpenAI Agents SDK:繞著 LLM 跑的一個迴圈。Claude Agent SDK:完全成品的產品,無從客製。
實作語言以 Python 與 TypeScript 為主
由誰指定行為Mastra 與 LangGraph:由開發者明確定義工作流程與軌跡。CrewAI:由代理自行決定如何達成目標。

這張表本身就是論證:如果各框架連「代理是什麼」都無法取得共識,那麼它們在沙箱契約上的共同立場就格外有份量。

三層隔離,只有第三層不必妥協

這是整場演講的核心。Ivanda 列出三種讓代理執行程式碼的方式,並依「能多好地圍堵行為失常或遭入侵的模型」排序。

第一層——加上護欄的本地執行。 命令白名單、核准提示、攔截掛鉤。他對核准提示的吐槽是:「我們大概大多數人連對方說什麼都沒讀就直接按同意。」問題在於,白名單限制的是模型「應該」用什麼,而不是它「能」用什麼。一旦允許 python -c,代理就能開 socket、改檔案系統、執行任意程式碼。

「你基本上只定義了模型應該用什麼,卻沒有定義模型實際上能用什麼。」

第二層——嵌入式執行環境(V8、QuickJS)。 較好,有真正的網路與檔案系統隔離,但有個更隱微的破口。如果代理手上握有查資料庫、寄信這類工具,它會產生一段呼叫這些工具的指令碼;指令碼在執行環境內跑,但工具呼叫是在宿主機上、執行環境之外執行。惡意代理可以「透過」工具行動,而不必直接動手。Ivanda 舉的例子:一個刪除資料庫的工具,風險一目瞭然。他的總結是——「你隔離了代理產生的黏合程式碼,卻沒有真正隔離工具呼叫本身。」

第三層——獨立的電腦或 VM。 代理透過 API 與它互動、控制它的生命週期,而這臺 VM 永遠碰不到本地基礎設施、網路或檔案系統。關鍵差異在於出事時會怎樣:「應用程式被入侵,並不等於應用程式被攻陷。」在第一、二層,一次行為失常的工具呼叫就會拖垮整個應用程式。在第三層,你在沙箱裡跑「全世界最爛的程式碼」,跑完丟掉,再開一臺新的。

flowchart TD
    A["代理需要執行程式碼或取得 shell 許可權"] --> B{"在哪裡執行?"}
    B -->|"第一層:本地宿主機"| C["白名單、核准提示、掛鉤"]
    B -->|"第二層:嵌入式執行環境"| D["V8 或 QuickJS 隔離"]
    B -->|"第三層:獨立 VM"| E["透過 API 操作的沙箱,自有生命週期"]
    C --> F["代理被入侵即應用程式被攻陷"]
    D --> G["黏合程式碼被隔離,工具呼叫仍在宿主機執行"]
    E --> H["入侵被圍堵,丟棄後重新開一臺"]

框架是在刪除本地執行,不是在新增沙箱

Ivanda 提出市場證據,說明隔離的轉向是真實且方向明確的。他的說法是:「他們不是在新增沙箱。沙箱本來就有,他們是在刪掉所有替代方案。」

  • CrewAI 於 2026 年 4 月移除其 code-interpreter 工具——該工具會在裝置上本地執行程式碼——如今引導使用者改用專門的沙箱服務。
  • AG2 淘汰舊的本地程式執行器,改以一個沙箱程式碼工具類別取代,並明確要求開發者自行定義執行環境。
  • Claude Agent SDK 預設使用沙箱,但僅限於像 Bubblewrap 在 Linux 上提供的那種行程層級沙箱。
  • OpenAI Agents SDK 隨附一個沙箱代理,原生支援部分沙箱供應商與 Docker,但仍允許本地執行——而且正如 Ivanda 所說,「把這種做法的缺陷明白列了出來」。
  • Mastra 與 OpenAI 的 SDK 類似,同樣允許本地執行。

注意這個模式:仍提供本地執行的兩個框架是例外,而且兩者都白紙黑字寫明風險。

沙箱從用完即丟的幫手,變成代理的家

Ivanda 描述了第二個轉向,也就是沙箱用途的演變,分三個階段。第一,依需求開一臺短命機器跑完任務就關掉。第二,隨著模型能力提升,人們開始把代理本身放進沙箱裡跑,當作它的執行環境,並賦予檔案系統與網路存取權。第三,也是最近的發展:體認到數千個並行執行環境可用於強化學習、微調、後訓練、基準測試,以及同時派出多個子代理平行攻克同一個問題。

「該選哪個框架」本身就是問錯問題

Ivanda 的實務結論是:「我該選哪個框架?」問錯了方向,因為大家拿來比較框架的那些點大多可以換掉,而真正換不掉的東西,通常根本不在比較專案裡。

可以換不容易換
框架本身,只要兩者用同一種語言——把重構任務丟給 coding agent 就行執行邊界(本地執行 vs. 外部沙箱)
模型與提示——若系統提示已針對某個模型調校過會比較難,但靠回歸測試仍可做到持久化執行(durable execution),他點名這是唯一難以靠 vibe coding 處理的功能,因為它會形塑架構
缺少的功能——用 vibe coding 補上,或外接工具
評估、追蹤、記憶——自己建或外接
沙箱供應商——全都講 create/run/delete,只是功能與效能不同

執行邊界之所以換不掉,是因為它決定系統架構,也決定其他每一部分怎麼蓋。如果你預設本地執行,你寫的工具就會直接對著宿主機的檔案系統,毫無區隔。他點名的陷阱是:大多數團隊都以這種方式做概念驗證,然後一路到上線都沒再回頭檢視——等壞結果出現時,「大概已經太遲了」,有時甚至做出「真的會把產品搞死」的東西。

他的處方是先選執行邊界,再選框架。他請聽眾記住的那句話是:「框架是觀點,而邊界——」逐字稿在句子講完前就斷了。

未解的張力在於:他建議的第三層——每個代理一臺獨立 VM——是營運成本最高的做法,而 Ivanda 並未討論規模化下的成本或延遲,即使他提到有客戶同時跑數千個執行環境。他也沒有調和「框架可以換」的主張與自己「持久化執行換不掉」的但書。值得持續追蹤的是:仍允許本地執行的兩個框架(OpenAI Agents SDK、Mastra)是否會跟進 CrewAI 與 AG2 移除這個選項——若真如此,三呼叫契約就會從「普遍做法」變成「實質上的強制要求」。

來源: AI Engineer (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論