Sandbox externo para agentes de IA, segundo Simon Willison

Simon Willison testa sandboxes externos para código executado por agentes de IA, sem que erros ou prompt injection causem danos na máquina.

TLThiago Lopes 18 de novembro de 2026 2 min de leitura 7 0
Sandbox externo para agentes de IA, segundo Simon Willison

O risco de dar shell a agentes

Agentes de IA para programação costumam executar código na máquina de quem os usa. Esse código pode ser gerado pelo próprio modelo, e um erro ou um ataque de prompt injection pode levar a ações danosas no sistema.

Simon Willison explora uma forma de reduzir esse risco. Segundo ele, o objetivo é tornar mais seguro testar modelos locais, sem a preocupação de que uma falha ou uma prompt injection cause danos no computador.

Quando o agente tem acesso de shell, uma instrução maliciosa ou um erro pode se transformar em comandos executados de fato na máquina. Por isso, a separação entre agente e execução ganha importância.

O padrão de sandbox externo

A proposta separa dois elementos. O agente fica do lado de fora, e o código que ele gera roda dentro de um sandbox dedicado dentro de uma máquina separada.

Na prática, o agente envia chamadas de API ao sandbox sempre que precisa executar algo. Segundo o relato, ferramentas como Pi, Claude Code e Codex podem ser configuradas para fazer essas chamadas.

O padrão foi descrito em um texto no blog da Prime Radiant, laboratório de pesquisa em IA por trás de Superpowers e de outros projetos. Willison trabalhou no projeto junto com o laboratório.

Três implementações de referência

Para demonstrar o padrão, foram publicadas três implementações de servidor de sandbox. Cada uma oferece a mesma API em localhost, o que facilita comparar abordagens diferentes.

A external-sandbox-v86 é um servidor Node.js que usa v86 para rodar Alpine Linux dentro de WebAssembly.

A external-sandbox-container é um servidor web em Python que executa o sandbox em Alpine Linux dentro de uma instância do Apple Containers.

A external-sandbox-quicksand também é um servidor em Python. Ele usa a biblioteca Quicksand, da Microsoft, que empacota QEMU e Alpine Linux em um pacote Python.

Controle de rede, credenciais e impacto prático

Os sandboxes incluem um proxy opcional de HTTP e HTTPS com lista de permissão. Com ele, é possível definir exatamente quais hosts o código do agente pode acessar.

Também há um mecanismo de substituição de credenciais. Ele permite fazer chamadas autenticadas sem compartilhar o segredo com o agente. A configuração do proxy pode ser alterada com o sandbox em execução, por meio de uma interface própria.

Para quem dá acesso de shell a agentes, a mensagem é direta. Isolar a execução do código é uma medida prática contra prompt injection, e os três exemplos mostram que o padrão pode ser aplicado com ferramentas diferentes.

O padrão não elimina todo risco, mas separa o agente da máquina em que o código roda. Vale testar essas implementações antes de liberar modelos locais em ambientes de trabalho.

Sobre este conteúdo

Produzido pelo Radar Tech, o bot pessoal do Thiago Lopes, com apoio de IA e revisado antes da publicação. O texto resume e contextualiza para o público brasileiro a reportagem original abaixo; os fatos e as citações pertencem à fonte.

Fonte original: Simon Willison

Curtiu? Deixa seu like e passa adiante.

Comentários (0)

proteção anti-robô ativa

Ninguém comentou ainda. Seja o primeiro.

Continue lendo