跳到主内容

Docker 发布 Cloud Sandboxes 与 Sandbox Kit v3:把 Agent 沙箱变成可搬运的云算力,权限打包进 OCI 镜像

Docker 于 2026-09-24 发布 Cloud Sandboxes:本地 microVM 沙箱可 sbx move 到 Docker 托管的云算力,按秒计费($0.07/小时 起),暂停不收费。同时开源 Sandbox Kit 规范 v3(Apache-2.0,拟交 CNCF 中立治理),把 Agent、工具与它申请的网络/凭证/卷权限打包成普通 OCI 镜像。本文逐条核对 Docker 官方 press release 与 0.45.x release notes。

2026-09-27 · Docker 官方新闻稿(2026-09-24)

发布 2026-09-27核实 2026-09-27

要点

  • Docker 于 2026-09-24 发布 Cloud Sandboxes,把原本只能跑在开发机上的 microVM Agent 沙箱延伸到 Docker 托管的云算力。同一套 sbx CLI 同时管本地与云端,sbx move 能抓取沙箱文件系统并在另一端重建。
  • 计费按秒:官方公布的价格区间从 1 vCPU / 2 GiB 的 $0.07/小时 到 16 vCPU / 32 GiB 的 $1.12/小时;暂停的沙箱不计费;模型推理费用另算,可用开发者自己的 API key。
  • Sandbox Kit 规范 v3 同期开源,Apache-2.0 授权,Docker 宣布拟提交 CNCF 走中立治理。v3 Kit 用普通 OCI 镜像承载:清单注解 vnd.docker.sandbox.kit.descriptor 写「这个 Agent 要访问哪些主机 / 凭证 / 卷 / 端口」,镜像层装 Agent 本体与工具。
  • Kit 分 workload 与 mixin 两种角色:workload 给根文件系统与启动命令,mixin 叠加 CLI、凭证绑定、网络规则或 Agent 上下文。组合顺序由 provides / requires 依赖图决定,不是按命令行 flag 顺序;依赖不满足直接解析失败,冲突显式报错而不是静默覆盖。
  • Kit set 可以把一个 workload 加若干 mixin、锁死版本后发布成单个 OCI 引用,团队一次 sbx run 就能拉起完整环境。
  • 权限声明 ≠ 权限强制。Docker 官方措辞很明确:Kit 只是「申请(asks)」,真正 grant / refuse 的是 conforming runtime;Docker Sandboxes 是第一个符合实现,但不应是唯一一个。仓库随附两套一致性测试套件:一套判「制品是否是合格 Kit」,一套判「runtime 是否实现了能力页」。
  • CLI 侧事实(官方 release notes 一手):0.45.0(2026-09-21) 起支持 v3 kits 与 sbx --cloud;0.45.1(2026-09-22) 改进沙箱迁移与云沙箱对私有 kit 镜像的支持。v3 不能与 v1/v2 混用——内置 agent 名(claude、codex)选中的是 v2 kit,加 v3 mixin 会失败。
  • 状态标注:官方 README 把规范标为 experimental,最终版目标 Q4 2026;能力类型独立版本化(network-policy@1 / @2);Sandbox API 与 TypeScript SDK 目前是实验性的。
  • 生态伙伴(官方点名):AWS、Box、Datadog、Dynatrace、JFrog、NanoClaw、OpenClaw、Palo Alto Networks、Snyk。

背景与分析

沙箱的问题从来不是「能不能隔离」,而是「能不能带走」

本站 Agent 沙箱 条目里写过:2026 年选型的真问题是「沙箱在哪一侧」——托管沙箱省事但执行环境与审计日志由供应商定义,自托管沙箱麻烦但源码密钥不出自己的机器。

Docker 这次补的是第三个问题:执行环境能不能在两侧之间移动。

长任务 Agent 的现实是「开始比结束容易」——你在本机起一个重构任务,跑四十分钟,中途要合上笔记本。过去的解法只有两个:要么把任务切成小块(牺牲连贯性),要么专门为它开一台云主机(牺牲本地迭代的便利)。sbx move 把这件事变成一次文件系统搬迁:本地调好上下文 → 搬到云上跑完 → 再搬回来继续。

这个形态对无人值守场景尤其实际。Docker 官方把定价做成「按秒 + 暂停免费」,等于承认这类工作负载是间歇性的算力而非常驻服务——和「订阅制 AI 编程工具」是两种完全不同的成本模型,别拿 token 账单的思路去估它。

Kit v3 真正有意思的地方:把「权限」变成可 diff 的制品

Kit 的命题值得单独说。

过去一个 Agent 的权限散落在四处:shell 历史里的 export、控制台上的 OAuth 授权、Compose 的 flag、某个同事的记忆。结果是三件谁也做不了的事:

  • 同事 pull 不到「这个 Agent 到底能干什么」;
  • reviewer diff 不出「上周和这周的授权差在哪」;
  • runtime 执行不了一份可移植的契约。

Kit 的答案是:既然容器时代已经证明 OCI 能赢,就不要再发明一个新格式。Kit 就是一个普通 OCI 镜像,所以 registry、签名、扫描、digest 锁定全都现成能用。锁住镜像 digest = 同时锁住内容与权限。

由此带来一个很实用的性质:放宽权限的改动一定会表现为 manifest 里新增的行。加一个主机、多一份凭证、删掉一条 deny 规则——都是人眼能拒绝的 diff,runtime 也可以对归一化后的授权集做门禁,让静默的权限爬升 fail closed。

但别把「便携式权限声明」误当成「强制」

这是本次最容易被误读的一点,值得写清楚:

层谁负责Kit 是否覆盖
声明「我要访问什么」Kit descriptor
决定「给不给」Conforming runtime
实际拦截系统调用 / 网络沙箱原语(microVM / seccomp / 代理)

Kit 是许可证,不是围栏。 换到一个不合规的 runtime 上,descriptor 里的 deny 规则未必有人执行。评估时应该问的是「你实际用的那个 runtime 怎么执行网络、凭证与文件系统策略」,而不是「Kit 里写了什么」。

和 MCP 的分工:一个管「怎么调工具」,一个管「整个装置怎么发布」

MCP 标准化的是 Agent 与工具之间的对话;Kit 想标准化的是整个装置(Agent + 工具 + 可达范围)怎么被打包和分发。两者不冲突,是不同层。

对已经在做 Agent 编排 的团队,Kit 的价值更直接:子 agent 各自的权限边界可以随镜像版本走,「这个 subagent 能碰什么」变成一条可 review 的配置行,而不是启动脚本里的一堆环境变量。

本站未做一手实测:Cloud Sandboxes 需要 Docker Agentic Platform 订阅(官方 release notes 标注 cloud support 为 experimental),本文所有事实来自官方新闻稿与文档,性能、迁移耗时与实际账单未验证。

对开发者的影响

  1. 先分清两笔钱。 Docker 公布的是算力价格($0.07–$1.12/小时),不含模型 token;可用自己的 API key。别把云沙箱的账单和模型账单合起来估。
  2. 暂停即停费。 间歇性长任务适配度很高;反过来,长期挂着的沙箱不会被自动回收,记得主动暂停。
  3. v3 与 v1/v2 不能混用。 内置 agent 名选的是 v2 kit,sbx run claude --kit ./some-v3-mixin 会失败。要上 v3 就得整条链(workload + 所有 mixin)都是 v3。
  4. 别在实验性 API 上裸建生产链路。 Sandbox REST API 与 TS SDK 官方标注 experimental,建议套一层自己的抽象再依赖。
  5. 规范还会变。 官方 README 标 experimental、最终版目标 Q4 2026;能力类型独立版本化意味着后续演进是加法的,但仍应锁定 digest 而不是追 latest。
  6. 权限 review 要落到 descriptor 上。 团队引入 Kit 后,真正的收益点是把「加一个域名」做成需要人批准的 diff——如果还是随便改完就 push,Kit 就只是个打包格式。
  7. 国内团队注意网络面。 云沙箱是 Docker 托管算力,出网与地域可用性需自行核对;官方新闻稿未说明中国大陆区域可用性,属待确认项。

AI 之家 观点

其一,Docker 把「Agent 沙箱」的竞争维度从安全挪到了可移植性。 隔离能力各家趋同(Seatbelt / bubblewrap / gVisor 都是已知解),真正的痛点是环境带不走。谁先把「本地起、云上跑、搬回来继续」做成一条命令,谁就握住了长任务 Agent 的入口。这一步比再宣传一次「我们隔离得更严」有价值得多。

其二,Kit v3 是今年少见的「借力而非造轮子」的标准设计。 它没有发明新格式,而是复用 OCI 的扩展点——于是 registry、签名、扫描、digest 锁定全部现成。这是它能被 CNCF 接住的原因,也是它比一堆 Agent 打包格式更可能活下来的原因。 反过来看,正因为 digest 现在同时锁住内容与权限,「只锁内容不锁权限」的历史习惯会变成一个真实的安全缺口。

其三,权限声明与权限强制的分离必须被反复强调。 历史上每一代「声明式安全策略」都会遇到同一件事:声明写得漂亮,执行层各做各的。Kit 已经把话说清楚了(asks vs grants),但社区大概率还是会出现「我有 Kit 所以我安全」的错觉。选 runtime 时问「你怎么执行 deny」,比问「你支不支持 Kit」重要。

其四,按秒计费的云沙箱可能改变成本心智。 过去「要不要为 Agent 开一台机器」是个需要论证的决策,现在它变成一次 $0.07/小时 的试错。门槛降低的副作用是滥用:没人关的沙箱、忘了暂停的长任务。计费模型越细,运维纪律越要跟上。

相关阅读

来源

本条由 AI 之家 编辑部根据 Docker 官方新闻稿与官方文档原文整理,未做一手实测。待确认项:① Cloud Sandboxes 在中国大陆区域的可用性与网络出口;② 规范最终版(官方 README 标 experimental,目标 Q4 2026)的落地时间;③ 除 Docker Sandboxes 之外尚无公开的其他 conforming runtime。价格与规格随产品阶段变化,落地前请以 Docker 官方定价页与文档为准。欢迎在 反馈邮箱 反馈更新。

相关对比

Aider vs Claude Code:终端 AI 编程双雄怎么选

Aider vs Claude Code 2026 选型对比:开源 BYOK 多模型 vs Anthropic 订阅长任务 Agent,从编程能力、多模型支持、价格、Git 集成、国内可用性和适合人群判断,帮你选对终端 AI 编程工具。

Aider vs OpenCode:两个开源终端 Agent,选哪个?2026 对比

Aider 与 OpenCode 2026 选型对比:两者都是开源终端 agent、都支持换模型,但 Aider 以 Git-native 工作流与成熟的多语言支持见长,OpenCode 主打模型无关、本地优先与终端交互体验。从 6 个维度给出明确取舍建议。

Claude Code vs Cline:CLI AI Agent 怎么选?2026 对比

Claude Code vs Cline 2026 选型对比:Anthropic 官方闭源 CLI Agent vs Apache-2.0 开源 VS Code 插件。从模型绑定、工作流、MCP 支持、价格、隐私和适合人群 6 个维度帮你选对 CLI AI 编程工具。

Claude Code vs Codex CLI:终端 AI Agent 双雄对比

Claude Code vs Codex CLI 2026 选型对比:Anthropic 与 OpenAI 两大官方终端 Agent 的模型、长任务、MCP 生态、Windows 支持、订阅打包价格和国内可用性全方位对比,帮你判断该用哪个终端 AI Agent,以及能不能两个一起用。

Claude Code vs Crush:Anthropic 官方 vs 多模型 TUI(2026 实测选型)

Claude Code vs Crush 2026 选型对比:Anthropic 官方 CLI Agent(Claude only + 长任务最稳 + MCP 一等公民)vs Charmbracelet 开源 TUI Agent(多模型 mid-session 切换 + LSP + FSL-1.1-MIT)。从模型、长任务、生态、价格、国内可用性帮你选对终端 AI 编程工具。

Claude Code vs Gemini CLI:终端 AI Agent 怎么选?(2026 选型指南)

Claude Code 和 Gemini CLI 都是终端原生的 AI 编码 Agent。一句话结论 + 决策树 + 价格 + 国内可用性对比:长任务与 CLAUDE.md 生态选前者,免费额度与接入门槛选后者。

相关评测