AI 代理程式沙盒讓電腦控制更安全

AI 工程師 Sajal Sharma 示範了如何使用 E2B 沙盒，為 AI 代理提供各自隔離的電腦。這套配置讓代理能夠安裝軟體、執行 Shell 指令、下載資料集、處理檔案、控制瀏覽器並產生報告，而不會讓使用者的主要電腦承受風險。 示範涵蓋兩種電腦使用形式。在命令列工作流程中，LangChain Deep Agents 將套件安裝與資料處理任務傳送到遠端沙盒，而推理則在本機進行。在圖形化工作流程中，OpenAI Agents SDK 將螢幕截圖、滑鼠操作、鍵盤輸入與捲動連接到 E2B 遠端桌面。 必須告訴 AI 代理有哪些軟體與瀏覽器可用。開發者也應使用任務專用的憑證，而非個人驗證設定檔。分開的沙盒讓多個代理可以同時工作，不會在檔案、開發伺服器或連接埠方面互相衝突。每次執行都能建立全新環境，完成後再刪除，有助於提升安全性與可重現性。 AI 代理的示範程式碼已在 GitHub 上提供。這一集也介紹了遠端執行、瀏覽器自動化與隔離基礎設施在 AI 軟體開發中的日益普及。未來一集將說明如何透過 Model Context Protocol（MCP）向代理公開 REST API。