跳转到内容
AI Agent 沙箱

附录 D 证据与数据源

本教程里所有 star 数、版本、时间点都是易腐数字——你读到的时候，它们多半已经旧了。 这个附录只做一件事：把「这些数字什么时候采的、怎么来的、怎么自己复查一遍」变成你能直接执行的东西。 ⚠️ 先记住一条：冷启动、并发密度、快照恢复这些性能数字，全部是官方宣称值，本项目没有任何本地基准（详见 D.5）。 读法：D.1 看数据是哪天采的 → D.2 学会自己查 → D.3–D.4 看每条数字的来源 → D.5–D.6 看哪些话最不可靠 → D.7 把它变成一句习惯。

D.1 快照声明

Section titled “D.1 快照声明”
项 值
采集日期 2026-10-21
复验日期 2026-10-22（只复验了下文列出的关键项）
采集方式 GitHub REST API 实查（GET /repos/{owner}/{repo}），不用网页缓存、不用博客转述
覆盖范围 只覆盖开源项目；闭源沙箱云（Modal、Blaxel、Runloop、Vercel Sandbox 等）没有 star 概念，不在盘点内
star 数性质 单次快照，不是实时值；没有历史曲线

一句话：本教程的 star 数是 2026-10-21 的一张照片，不是实时读数。 超过一两个月请按 D.2 自己重查一遍。

这两份调研的原文已经随仓库发布，就在 docs/research/——正文里「经调研 agent-sandbox-use-cases.md 引用」指的就是它们（原文停在 2026-10-21 的采集状态，所以里面还是当时的旧仓库名）。

D.2 怎么自己复查

Section titled “D.2 怎么自己复查”

查什么、看哪些字段

Section titled “查什么、看哪些字段”
要查什么 用哪个端点 看哪些字段
单仓库的数字与状态 GET https://api.github.com/repos/{owner}/{repo} stargazers_count、license.spdx_id、pushed_at、archived
补漏：还有哪些项目没进盘点 GET https://api.github.com/search/repositories?q=topic:agent-sandbox&sort=stars&order=desc items[].full_name、stargazers_count
项目到底做什么 仓库 README 原文（raw.githubusercontent.com/{owner}/{repo}/HEAD/README.md） 官方自己的定位句，不是别人的转述

判读只看三条：

  • archived=true → 不再维护，直接淘汰。Daytona 就是栽在这一条上（见 D.4）。
  • 许可为空或 NOASSERTION → 商用前必须读 LICENSE 原文。
  • pushed_at 在近一两个月 → 才算活跃；几个月没动就要警惕。

单仓库，一行命令

Section titled “单仓库，一行命令”
终端窗口
curl -s https://api.github.com/repos/e2b-dev/E2B \
  | python3 -c 'import sys,json; d=json.load(sys.stdin); \
      print(d["stargazers_count"], d["license"]["spdx_id"] if d["license"] else None, \
            d["archived"], d["pushed_at"])'

30 秒批量自查

Section titled “30 秒批量自查”

把下面 repos 一行换成你自己的候选名单即可。脚本只用标准库，改一行就能跑：

终端窗口
python3 - <<'PY'
import json, urllib.request
repos = ["opensandbox-group/OpenSandbox", "e2b-dev/E2B",
         "microsandbox/microsandbox", "smol-machines/smolvm",
         "kubernetes-sigs/agent-sandbox", "daytonaio/daytona"]
for r in repos:
    d = json.load(urllib.request.urlopen(f"https://api.github.com/repos/{r}"))
    lic = (d.get("license") or {}).get("spdx_id", "-")
    print(f'{d["stargazers_count"]:>7}  {lic:<12} archived={str(d["archived"]):<5} {d["pushed_at"]}  {d["full_name"]}')
PY

两点提示：未认证的 GitHub API 请求有很低的速率上限（每小时几十次量级，具体数值以官方文档为准），查十几个仓库没问题，再多就带上 token；Windows 本机没有 python3 别名，把命令里的 python3 换成 python。

这套清单已经有脚本版：python tools/check-stars.py（默认清单就取自本附录 D.4 与第 8 章 8.2 的表，--json 给机器读、--top N 只看前几名、--repo owner/name 换成自己的候选）。撞上速率限制时它会直接告诉你剩余配额与重置时间，而不是抛一堆栈。

D.3 来源等级表

Section titled “D.3 来源等级表”

本项目取信的顺序，从高到低：

等级 来源 怎么用 例子
① 首选 项目官方 README / 官网原文 直接引用，正文写出来源 E2B 官网自列 5 类场景；microsandbox「secrets never enter the VM」
① 机器可复查 平台自己的记录（GitHub API） star / 许可 / 归档状态一律走这条 30 个项目的 star 全部来自 stargazers_count
② 次选 官方文档与发布说明（release notes、定价页、API 文档） 补 README 没写的细节：上限、计费、版本 E2B fork 上限 100；Vercel Sandbox 按 active CPU 计费
③ 标明可用 调研者（本项目）的归纳 正文必须写成「（这是归纳，不是来源的说法）」 「每个场景只有一个主导成本项」
✗ 不用 二手博客、对比软文、聚合站 只用来发现候选，不用来取数 Daytona 闭源时间点先用文章定位，再回仓库核对 archived / pushed_at

一句话：能机器复查的就机器复查，剩下的一律读原文；别人嚼过的数字不要直接抄。

D.4 分类清单（第 8 章产品版图用到哪些数据）

Section titled “D.4 分类清单（第 8 章产品版图用到哪些数据）”

第 8 章的开源盘点表里，每条数字都能在这张表里找到出处。

项目 教程里的声称 来源 快照日期
OpenSandbox 16.0k ★ / Apache-2.0 / Firecracker；宣称 64ms P50、125ms P99（10 并发）；Credential Vault GitHub API + README 原文 2026-10-21
E2B 14.5k ★ / Apache-2.0 / Firecracker；fork 上限 100；pause/resume；egress 按 CIDR/hostname；凭据在代理注入 GitHub API + e2b.dev 官网 2026-10-21
microsandbox 8.8k ★ / libkrun；启动 <100ms；fork / snapshot；macOS / Linux / Windows GitHub API + README 原文 2026-10-21
smolvm 6.8k ★ / libkrun；「可分支的 microVM」 GitHub API + README 原文 2026-10-21
agent-infra/sandbox 6.2k ★；单容器塞齐 Browser + Shell + VSCode + Jupyter + MCP GitHub API + README 原文 2026-10-21
kubernetes-sigs/agent-sandbox 4.3k ★；6 类 use case、40+ 示例、WarmPool GitHub API + 官方 Use Cases 文档 2026-10-21
Anthropic srt 5.6k ★；macOS Seatbelt / Linux bubblewrap + 网络过滤代理 GitHub API + README 原文 2026-10-21
nono 4.6k ★；进程级零信任 GitHub API + README 原文 2026-10-21
firecracker / gvisor 37.5k / 19.7k ★；底座技术 GitHub API 实查 2026-10-21
daytonaio/daytona 71.5k ★ 但 archived；最后推送 2026-07-24；2026-06 起闭源 GitHub API 实查 + 对比文章交叉核对 2026-10-22 复验
OpenHands / deer-flow / openclaw 91.4k / 84.2k / 392.7k ★；是 agent 平台，不是沙箱方案 GitHub API 实查 2026-10-21
Modal Sandboxes Lovable 48 小时 100 万+ 沙箱、约 25 万次应用创建；Ramp 的后台编码 agent Modal 官方公开材料 2026-10-21
Hugging Face / Groq 前者用 E2B 复现 DeepSeek-R1 的 RL 管线，后者用 E2B 做实时代码执行 E2B 官网与公开案例 2026-10-21

第 8 章盘点表里其余项目的 star / 许可 / 隔离方式同源：GitHub API 实查 + README 原文，快照均为 2026-10-21，不复述。其中两个项目返回 NOASSERTION（cloudflare/sandbox-sdk、vercel-labs/coding-agent-template），它们的许可未核实，商用判断前需读 LICENSE 原文。

复验（2026-10-22）还发现两处漂移：microsandbox/microsandbox 已归到 superradcompany/microsandbox，anthropic-experimental/sandbox-runtime 已归到 anthropics/sandbox-runtime——API 返回的 full_name 换了，旧地址靠 302 跳转仍能打开（本教程正文已改用新名）。这类改名和归档一样，是 star 快照之外必须一起看的字段。

D.5 ⚠️ 未做实测的声明

Section titled “D.5 ⚠️ 未做实测的声明”

这一节是全篇最该先读的。

本项目没有跑过任何本地基准。 下列数字全部是厂商或项目自己的宣称值，没有在本机复现过：

数字 教程里从哪来 性质
冷启动（Firecracker 64ms P50 / 125ms P99；microsandbox <100ms） 各自 README / 官网 官方宣称，未复现
并发密度（一台机器能跑多少沙箱） 各家文档，口径互不相同 官方宣称，且定义不统一
快照 / 恢复开销（「毫秒级恢复」） 官方描述 官方宣称，未复现

把这几行当作量级参考，不要当作你环境里的承诺值。要落到自己的选型上，就用各项目的 quickstart 跑一次最小压测——这是唯一能把「官方宣称」变成「你的实测」的动作。

D.6 已知薄弱处

Section titled “D.6 已知薄弱处”
薄弱处 具体是什么 影响
单一来源 项目定位大多只有 README 一个来源，没有第三方独立评测 若是营销口径，本教程无法证伪
依赖厂商自述 性能、上限、并发全由官方提供 见 D.5
可能已过时 star / 归档状态是 2026-10-21 快照，项目活跃度每月都在变 超过 1–2 个月必须按 D.2 重查
闭源覆盖不足 只收开源；Modal、Blaxel、Runloop、Vercel Sandbox 无 star 可比 不能据此得出「开源更好」的结论
场景覆盖不均 安全分析、CI/CD 两个场景样本最少 这两处结论最弱
成本模型空白 「每千次执行多少钱」完全没有数据，需实测或厂商报价 本教程不给成本数字
许可细节未核 两个 NOASSERTION 项目的许可未读原文 商用判断前必须补

D.7 引用前问三句

Section titled “D.7 引用前问三句”

引用任何数字之前，先问：

  1. 哪天采的？（没有日期的一律不采信）
  2. 谁说的？（机器实查 / 官方宣称 / 作者归纳，三者必须能分开）
  3. 我能不能自己再查一遍？（能，就用 D.2 的命令查）

三句都有答案，这个数字才进得了自己的结论。