Kubernetes正在开发Agent Sandbox项目，以支持长期运行的AI代理。该项目提供标准化API，解决传统Kubernetes在管理状态性单例工作负载时的不足，确保安全性、生命周期管理和稳定身份，同时优化代理启动速度，提升云原生AI平台效率。
文章讨论了Agent Sandbox的核心需求，包括快速冷启动、高安全性、支持Python和便捷的镜像构建流程。同时提到Snowsky设备的刷机方式及固件升级风险，强调B端产品经理需关注业务逻辑和异常流程的防御。
最近讨论了 agent sandbox 的设计，指出虽然 unikernel 理论上适合，但因不支持多进程而未被广泛应用。相比之下，firecracker 和 kata 提供了更好的安全性和兼容性。e2b 和 k7 展示了不同的实现方案，强调了镜像构建和分发效率的重要性。
Google Kubernetes Engine (GKE) Agent Sandbox 是一种新扩展，提供安全的隔离环境以运行不可信代码。它利用 gVisor 技术实现内核级隔离，支持 AI 代理等工作负载。Agent Sandbox 允许创建临时运行环境，确保代码存储和网络隔离，降低安全风险。该项目开源，集成 Kubernetes API，简化沙箱代理管理，提升性能和可用性。
Agent Sandbox是一个开源Kubernetes控制器，专为管理单个有状态Pod而设计，适合执行不可信的LLM生成代码。它利用gVisor等技术实现安全隔离，支持持久存储和生命周期管理，从而降低执行风险。该沙箱适合托管单实例应用，防止AI代理与工具之间的交互漏洞。安全工程师建议为每个AI代理配置沙箱，以应对潜在的远程代码执行风险。
完成下面两步后，将自动完成登录并继续当前操作。
