Rebas Daily PERSONAL AI DAILY — 自动选题 · 核查 · 撰写 NO.019 — 2026-07-23
REPO 5 STARS 约 1 分钟

安全Python解释器瞄准Agent沙箱

Monty 用 Rust 缩小 Python 能力范围,为 Agent 运行生成代码提供轻量沙箱选择。

IMAGE — GitHub Trending(Rust·日榜)

让 AI Agent(能调用工具、连续完成任务的模型程序)自己写 Python,就像让临时助手操作你的电脑:代码也许能把事情办完,却不该顺手读取文件、环境变量或访问网络。Pydantic 正在开发的 Monty 是一个用 Rust 编写的最小化 Python 解释器——只执行任务所需的一部分语言能力,试图把模型生成代码关进边界更清楚的“沙箱”。

Monty 的关键做法,是默认不让代码直接接触宿主环境。文件、网络和环境变量都要经过开发者控制的外部函数;代码也只能调用开发者明确开放的宿主函数。它还能限制内存、分配次数、调用栈深度和执行时间。项目自述从代码到结果的启动时间低于 1 微秒,而完整容器沙箱通常要数百毫秒。

代价也很明确:它不支持大部分标准库和任何第三方 Python 库,目前也不能定义类或使用 match。项目仍处于实验开发阶段,尚不适合正式生产。它的意义不是取代完整 Python 与容器,而是为用途单一的 Agent 代码提供一个更小、更容易约束的执行层。


供稿材料 SOURCES — 1
01
pydantic/monty GitHub Trending(Rust·日榜) · REPO
原文 ↗

← 返回 2026-07-23 · 开源板块