[Local LLM] 给 AI Agent 一个完整的”沙盒电脑”： BoxLite – 嵌入式 VM 运行时

起因

最近在做 AI Agent 相关的项目，遇到一个老大难问题：你敢让 AI 直接在你的机器上执行代码吗？

不敢。但不让它执行，AI 的能力就被阉割了一半。

试过 Docker ？内核共享，容器逃逸的 CVE 年年有。试过传统 VM ？太重了，而且 orchestration 复杂到想哭。试过云端沙盒？延迟、成本、vendor lock-in 三连击。

于是我们做了 BoxLite 。

BoxLite 是什么

一句话：能嵌入你应用的虚拟机运行时，给 AI Agent 一个完整的”沙盒电脑”。

• 硬件级隔离（真 VM ，不是容器）
• 无需 daemon ，无需 root
• 兼容 OCI 镜像（直接用 Docker Hub 的镜像）
• 支持 macOS （ Apple Silicon ）和 Linux
• Python/Rust SDK （ Node.js 和 Go 即将支持）

核心理念

借鉴 SQLite 的哲学：small, fast, reliable, embeddable

import asyncio
import boxlite

async def main():
async with boxlite.SimpleBox(image=”python:slim”) as box:
result = await box.exec(“pip”, “install”, “numpy”)
result = await box.exec(“python”, “-c”, “import numpy; print(numpy.version)”)
print(result.stdout) # AI 随便折腾，你的机器安全无虞

asyncio.run(main())

就这么简单。没有 Docker daemon ，没有复杂配置，没有 root 权限要求。

为什么不是 Docker ？

Docker 容器共享宿主机内核，一个 CAP_SYS_ADMIN 的容器就能玩出花来。而 BoxLite 的每个 Box 都是独立的 microVM ，有自己的内核，硬件级隔离。

为什么不是传统 VM ？

传统 VM 太重。BoxLite 是嵌入式的，就是个 library：

[dependencies]
boxlite = { git = “https://github.com/boxlite-labs/boxlite” }

不需要管理 VM 基础设施，不需要学习复杂的 orchestration 工具。启动一个 Box 就像 new 一个对象。

典型场景

1. AI Agent 沙盒 – 让 Claude/GPT 在一个完整的 Linux 环境里自由发挥，装包、写代码、起服务随便来
2. 多租户 AI 托管 – 每个用户的 AI 跑在独立 VM 里，真正的隔离
3. 本地开发环境 – Mac 上跑 Linux 环境，不需要 Docker Desktop
4. 合规场景 – 需要硬件级隔离的监管环境

技术细节

• macOS 使用 Hypervisor.framework
• Linux 使用 KVM
• 基于 libkrun （轻量级 VMM ）
• 支持端口转发、卷挂载、网络访问
• 异步 API ，可并发运行多个 Box

现状

• 开源（ Apache 2.0 ）
• Python SDK 已发布到 PyPI：pip install boxlite
• Rust SDK 可用
• macOS （ M 系列芯片）和 Linux （ x86_64/ARM64 ）支持

路线图

• Node.js 和 Go SDK
• 更多镜像优化和缓存策略
• 性能和资源控制增强

项目地址

GitHub: https://github.com/boxlite-labs/boxlite

如果你也在做 AI Agent 相关的项目，或者需要安全的代码执行环境，欢迎试试。Issue 和 PR 都欢迎。

---

P.S. 写这个项目的初衷很简单：AI 应该有 freedom to explore ，但你的系统必须 safe 。BoxLite 就是在这两者之间找到了平衡点。