编码代理在你机器上执行命令,这件事本身没什么稀奇。稀奇的是,命令到底跑在哪儿。Codex sandbox 把命令留在你自己的机器上,用操作系统自带的工具把它们圈起来:macOS 上是 Seatbelt,Linux 上是 bubblewrap 和 seccomp,Windows 上是 MXC。Docker Sandboxes 则把代理搬进一台 microVM,那里面有它自己的内核、文件系统、Docker Engine 和网络。

打开网易新闻 查看精彩图片

两种做法都叫“沙箱”,但边界画在了完全不同的位置。需要本地工具链的时候,选 Codex sandbox;想让代理做的一切都被一圈硬边界围住,选 Docker Sandboxes。

Codex sandbox 是什么

它是 Codex 在你电脑上跑命令时的一层限制,规定这些命令能读什么、写什么、访问什么。它不把活儿搬进容器或虚拟机,而是用操作系统自己的沙箱能力,把每条命令以及它拉起的每个子进程,按权限配置里定好的规则包起来。

内置的 :workspace 配置是 Git 仓库的默认项:允许在工作区内写入,但 .git 和 .codex 目录保持只读;工作区之外开放较宽的读取权限(编译器需要仓库外的 SDK),网络访问则关闭。这些都能在 config.toml 里扩展。

codex sandbox 命令可以在代理会话之外,让任意程序在某个配置下运行。这是测试配置的办法,也是把 Codex 本来会无沙箱启动的 stdio MCP 服务器包起来的办法。在 macOS 上,往 .vscode/settings.json 写入会以 Operation not permitted 失败。

Docker Sandboxes 是什么

它把 AI 编码代理跑在隔离的 microVM 里,位置可以是你的机器,也可以是 Docker 管理的云基础设施。每个沙箱拿到自己的内核、Docker daemon、文件系统和网络。代理在 VM 内拥有包括 sudo 和独立 Docker Engine 在内的完整权限,但只能碰你共享出去的那部分宿主机资源。

使用方式是不依赖 Docker Desktop 的 sbx CLI。本地沙箱在 Apple silicon 上要求 macOS 14 或更高,Windows 11 需要 Hypervisor Platform,Ubuntu 24.04 或更高则需要 KVM。

项目目录会以相同的绝对路径挂载进 VM。直接挂载是读写模式,代理就地修改你的工作树;加 --clone 则把宿主机仓库只读挂载,代理改的是一份私有 Git 副本。凭据留在宿主机上,Docker 的架构文档称“原始凭据值永远不会进入 VM”。

隔离强度:操作系统策略 vs 独立内核

Codex 在宿主机内核上约束进程。macOS 上它生成一个以 (deny default) 开头的 Seatbelt 配置;Linux 上用 bubblewrap 构造文件系统视图,隔离网络、IPC 和 PID 命名空间,并施加设置了 no_new_privs 的 seccomp-bpf 过滤器;Windows 上转向微软的 MXC(Microsoft eXecution Container)库。这些边界是真实的,由内核强制执行,但代理共享你的内核,透过一层过滤器看你的机器。

Docker 在代理和宿主机之间放了一个 hypervisor。每个沙箱有独立内核,以及“没有通往宿主机 daemon 的路”的自有 Docker Engine。VM 里的内核崩溃或配错的规则,不会让代理接管你的笔记本。

两边都留了它们如实写明的缺口:

  • Codex 的默认配置保持宽泛读取,所以别处一个存着 API 密钥的配置文件仍可能被读到。OpenAI 还提醒,代理可能去动一个被忽略的文件,比如 node_modules/prettier,而你的编辑器之后会在沙箱外执行它。
  • Docker 的直接挂载是读写模式,所以代理改过的 Git hook、CI 配置和 Makefile 之后可能在你宿主机上运行。本地 stdio MCP 服务器也跑在沙箱 VM 之外。

两者都不能免除你审查代理改动这件事。

本地工具与安装成本

OpenAI 反对容器的理由很具体:开发 iOS 应用时,如果把 Codex 放进 Docker 沙箱,“Codex 无法运行由本地 Mac 可执行文件组成的 iOS 构建工具链,也无法启动 iPhone 模拟器”。把这些步骤再交回宿主机,等于又把它们挪出了沙箱。

所以 Codex sandbox 的安装几乎没有成本:你的 shell、SDK 和缓存都待在原地。

Docker Sandboxes 一开始要得多一些。VM 从模板启动(Codex 对应 docker/sandbox-templates:codex),工具靠 kit 或往里装来添加。沙箱不读 ~/.codex 这类用户级配置,只读工作目录里的项目级配置。换来的是每个代理都一样的干净、可复现环境,容器工作负载也能安全跑在 VM 的私有 Docker Engine 里。

对一个本来就在容器里构建的服务,这点成本很小;对 Xcode 或带许可证的桌面 SDK,成本就大了。

网络控制

两边都把流量导向一个按域名检查的代理,且都默认关闭。Codex 有三种模式:网络关闭(:workspace 的默认)、完全访问(:danger-full-access),或按配置执行域名规则的代理。显式拒绝会覆盖允许,访问未列出的域名时请求会停下来等你确认。代理只在允许之后才解析主机名,但 OpenAI 指出,宽泛的通配符仍可能给基于 DNS 的泄露留口子。

Docker 把 VM 出去的所有 TCP 流量导向宿主机上的代理,默认阻断 UDP 和 ICMP,规则用 sbx policy 管理。其安全模型页面提醒“默认允许的域名包含宽泛通配符”,所以别信默认值,先跑一遍 sbx policy ls。

团队策略

团队需要一套用户没法悄悄放松的策略。Codex 用受管要求:管理员从 /etc/codex/requirements.toml 这样的系统文件或云端策略下发 requirements.toml,限制用户能选哪些配置。

Docker 把这一层作为 Docker AI Governance 出售:沙箱的网络和文件系统策略、用 Cedar 编写并在 Docker MCP Gateway 执行的 MCP 工具策略,以及可以留在本地或发往云端的每一次决策的审计记录。Docker 文档把组织级策略列为单独的付费订阅。好处是,一套策略不只管 Codex,还管团队用的每个代理。

什么时候用哪个

没有唯一赢家,把边界配到活儿上:

  • 用 Codex sandbox:开发 macOS 或 iOS、依赖只在宿主机上的 SDK、想要零安装,且 Codex 是你唯一的代理。
  • 用 Docker Sandboxes:同时跑几个代理、想在代理和笔记本之间隔一层独立内核,或允许代理在里面用 Docker 跑长时间无人值守的任务。
  • 两个一起用:想把 Codex 放进一圈硬边界里。Docker 的 Codex 页面显示,sbx run codex 默认以 codex --dangerously-bypass-approvals-and-sandbox 启动——microVM 成了那堵墙,Codex 自己的审批则被关掉。做选择前先记住这个取舍。

不管选哪堵墙,代理的改动都得对着真实 API 验证过才算数。把网络精确开放到两个主机:你的 API 和 CLI 的默认 API 基址 api.apidog.com。在 Codex 里把两者加进配置的域名表;在 Docker Sandboxes 里执行 sbx policy allow network api.apidog.com,再加上你的 API 主机。

如果一次运行因网络错误失败,说明沙箱干了它该干的事:检查允许列表漏了哪个主机。