AIAI学习站
继续学习
本章进度 10 / 18
56%
安全、权限与隐私·理解·10 分钟
正文已完成

给代码执行画出可信边界

把模型建议与实际执行分开，在隔离环境中控制文件、网络、进程和凭据。

L195
为什么现在学

先用本课建立“沙箱隔离”的基本直觉，后面的判断和练习才不会只靠记结论。

本课会用什么
  • 无需安装新工具
  • 直接阅读并完成本页理解检查

模型生成的代码应被视为不可信输入。沙箱限制代码能够触及的文件、网络、进程和凭据，即使代码恶意也无法越界。

这一课的结果

能说明一个 AI 代码执行功能的宿主边界、可访问资源和销毁时机。

核心概念

先把关键判断说清楚

01

生成与执行分离

模型只提出代码，独立执行器按明确策略启动环境并收集结果。

02

默认无宿主凭据

沙箱不继承开发机密钥、云账号、SSH 配置或浏览器会话。

03

一次任务一次环境

短生命周期环境减少跨用户残留与持久化，结束后销毁文件和进程。

案例拆解

数据分析脚本读取开发机密钥

分析助手直接在开发者笔记本运行生成的脚本，脚本可读取主目录和云凭据。

  1. 01

    把脚本交给独立临时工作区

  2. 02

    只挂载一份只读样本数据

  3. 03

    清空宿主环境变量并在任务结束销毁容器

案例结果

脚本仍能完成分析，但无法读取个人文件或长期凭据。

提交前练习

现在轮到你

为一个可运行 Python 数据分析代码的功能定义最小沙箱边界。

选做练习：本节练习可用于加速你巩固，但不影响继续学习。

内容会自动保存在当前设备
查看参考答案与评分标准

参考答案

只读挂载当前 CSV 到 /input，可写 /output；不挂载主目录与套接字，不继承密钥；每次运行创建新环境，结果下载后销毁。

评分标准

  • 输入与输出权限分开
  • 明确隔离宿主凭据
  • 环境有确定销毁点

本课收口 · 理解检查

用 30 秒确认你理解了

用 30 秒理解检查确认你抓住了重点；阅读标记、练习和总结都不设硬门槛。

0 / 1
02完成练习（选做）0 / 3 项已填写，不影响完成03通过理解检查点此去回答，约 30 秒
04补一句总结（可选）可以留空，不影响完成本课。
为什么沙箱不应默认继承宿主环境变量？
你现在更接近哪一种状态？
尚有必填项未完成，请补齐后再继续。

资料来源

继续核对与延伸阅读

本课内容最近更新于 。