让AI写段代码只是第一步；真要它运行代码、操作文件，就得像给临时工准备一间用完即清空的独立工作室。Agent Sandbox正是这种隔离环境：按任务创建，结束后释放，避免不可信代码影响宿主机或其他用户。据InfoQ在2026年云栖大会组织的讨论，行业负载已可用“每天上千万次创建”概括。问题因此不只在模型推理，也在环境能否安全、快速地启动和调度。
这种负载的特点是短、密、突然。强化学习还要让Agent并行反复尝试，一次次记录行动轨迹，因而会批量创建Sandbox。DeepSeek的DSec技术报告给出了更具体的量级：约160个节点的生产单元每天服务约300万个Sandbox，系统支持超过38万个并发环境和每秒超过5000次创建。说白了，Agent基础设施正在多出一种新的算力压力：不仅要“想得快”，还要及时腾出大量彼此隔离的地方供它动手。