专题演讲嘉宾：陶宇田

AI Agent 与 RL 训练场景对执行环境提出了全新要求：短生命周期、高并发、可控网络与可复用能力并存，而传统容器体系在启动速度、编程一致性与安全隔离上难以兼顾。

OpenSandbox 是一套面向 AI 时代的开放沙箱运行时框架，采用“Protocol-First”设计，将沙箱生命周期与执行能力抽象为统一协议，解耦 SDK 与 Runtime，并通过 K8s 资源池化与批量调度实现秒级、大规模交付（3.5s 交付 1000 个、10s 交付 5000 个沙箱）。

本次演讲我将结合阿里巴巴内部 Coding Agent、Agent 评测体系与 Coding 场景 RL 训练的真实实践，深入解析 OpenSandbox 在高吞吐执行、细粒度网络安全控制与企业级可扩展性上的关键设计与落地经验。

演讲提纲

1. AI Agent 执行环境的新挑战

• Agent / RL 场景的共性诉求：高并发、短生命周期、可控网络
• 传统 Docker / K8s 方案的瓶颈与不足

2. OpenSandbox 的核心设计：Protocol-First

• 两层 OpenAPI：沙箱生命周期与执行能力抽象
• 多语言 SDK 一致性（Python / Java / JavaScript）
• Runtime 解耦与可插拔（Docker / K8s）

3. 池化调度与极速交付

• Pool + BatchSandbox 架构设计
• 秒级大规模交付：3.5s / 1000，10s / 5000
• 成本可控的复用与快速回收机制

4. Agent 场景下的安全执行

• Coding Agent 面临的真实安全网络风险
• 对比现有方案的不足
• OpenSandbox 的双层网络防护设计：
• DNS 层 FQDN 级控制
• L4 网络过滤

5. 真实落地案例

• 阿里巴巴内部 Coding Agent
• 主流 Coding 产品评测架构
• Coding 场景 RL 训练系统

6. 未来演进方向

• 安全容器与企业级能力增强
• 可观测与审计
• Agent 执行环境的 Serving 化探索

您认为，这样的技术在实践过程中有哪些痛点？

• 开放性 vs 功能复杂度：避免引入新概念、复用社区成熟概念（以 image 描述环境）
• 高吞吐 vs 资源成本：池化带来的成本与回收机制权衡
• 易用性 vs 极致调度效率：基于 K8s 生态与 nomad 的思考

演讲亮点

• 协议优先：先定义语义，再允许多种运行时实现，确保 SDK 与执行面一致，以及面向未来场景和实现的强大扩展能力
• 池化调度：面向企业级的大规模短时任务，提供秒级/千级交付能力
• 网络管控策略：面向 AI 任务的细粒度访问控制，可复用在不同运行时

听众收益

• 获得一套面向 AI Agent/RL 的“沙箱执行面”抽象方法与协议化设计思路
• 学到可复用的池化调度设计与性能优化路径
• 理解高吞吐执行场景下网络访问控制的关键策略与坑点

传统软件架构有几个默认前提：

• 行为是确定的

• 调用链是可控的

• 上下文是有限的

这些前提，让我们可以设计稳定、可预测的系统。但 Agent 出现之后，这三件事都开始失效：

• 行为变成概率性的

• 执行路径不再完全可控

• 上下文开始跨越请求持续存在

所以今天我们想讨论的不是“怎么做 Agent”，而是：为了让 Agent 能在生产环境运行，我们到底被迫重写了哪些“架构前提”？以及——这些重写背后的代价是什么？