Агент на базе GPT пишет скрипт, запускает его на вашей машине и через две секунды сносит папку с проектом. Не со зла: в промпте было "очисти директорию", и он понял буквально. Для таких случаев и придумали песочницу.
Песочница в ИИ, она же sandbox, - изолированная среда. Модель или агент выполняет там код, ставит пакеты, читает файлы, ошибается сколько угодно, но только внутри ограниченного контейнера. За его пределы последствия не выходят: хост-система, документы, рабочий стол, ssh-ключи остаются нетронутыми.
Песочница защищает не модель, а ваш компьютер
Метафора буквальная: ребёнок копается в песочнице, строит замки, ломает их, кидается песком, но за бортик песок не высыпается. Термин пришёл из компьютерной безопасности задолго до нейросетей: Windows Sandbox, эвристические анализаторы антивирусов, изолированные вкладки в браузере, JVM с её bytecode.
С ИИ история та же, только ставки выше. Обычная программа делает ровно то, что заложил программист. LLM генерирует код на ходу, по вероятностям, и этот код никто толком не проверяет. Человек жмёт "выполнить" и надеется. Отсюда правило, которое я повторяю на каждом проекте: код от агента считайте потенциально опасным и всегда ограничивайте последствия запуска. Тогда даже вредоносный скрипт не выйдет за рамки изолированной среды.
Пример из практики. Просите агента "почистить логи, чтобы освободить место". Он пишет что-то вроде find / -name "*.log" -delete. Без ограничений команда пройдёт по всей файловой системе. В песочнице смонтирована одна папка, и дальше её он не уйдёт физически, даже если очень захочет.
Одноразовая комната с чистыми обоями
Нормальная песочница одноразовая. В Windows Sandbox при закрытии удаляется всё: установленный софт, файлы, состояние реестра. Каждый запуск даёт новый экземпляр чистой системы, а программы с хоста внутри вообще не видны. Нужен инструмент внутри - ставьте его внутри явно.
В серверных песочницах для LLM логика та же, только быстрее. Контейнер поднимается под один запрос, получает предустановленный Python с pandas и numpy, выполняет код, отдаёт результат и умирает. Никакого состояния и никаких "а помнишь, что мы вчера считали". Среда не накапливает мусор и не тянет за собой компромиссы из прошлых сессий.
Нюанс, о котором мало кто знает: с Windows 11 22H2 данные в Sandbox переживают перезагрузку, инициированную изнутри. Сделано для приложений, которым нужен ребут в процессе установки. Мелочь, но она ломает наивное представление "закрыл и всё стёрлось".
Четыре уровня изоляции, которые встречаются на практике
Когда мне приносят архитектуру агента на ревью, я первым делом спрашиваю, на каком уровне сделан sandbox. "Мы в докере" и "мы в микро-VM" дают совершенно разный уровень риска.
- Полноценная виртуальная машина. Windows Sandbox, VirtualBox, Firecracker microVM. Своё ядро, гипервизор, максимальная изоляция. Firecracker поднимается примерно за 125 миллисекунд, поэтому его и любят в AWS Lambda.
- Контейнер. Docker, gVisor, nsjail. Дёшево и быстро, но ядро общее с хостом, поэтому теоретический побег через уязвимость ядра остаётся. gVisor сужает эту дырку, перехватывая системные вызовы.
- Урезание прав без контейнера. seccomp, namespaces, chroot, drop capabilities. Дёшево и сердито, но настраивать руками больно и легко ошибиться.
- WASM-рантаймы. Pyodide и подобное. Код исполняется прямо во вкладке браузера, изоляция на уровне виртуальной машины, ноль доступа к файловой системе.
В продакшене с агентами чаще берут микро-VM или gVisor. Контейнеры оставляют для доверенных сценариев, где код пишете вы, а не модель. Плюс сетевой прокси с allowlist: без него агент либо бесполезен, либо ходит куда попало.
Песочница не делает модель умнее
Частое заблуждение: "мы посадили модель в песочницу, теперь её ответам можно доверять". Нет. Песочница гарантирует, что код не сломает систему. Про то, решает ли этот код правильную задачу, она не говорит ничего.
LLM напишет безупречно безопасный скрипт, который считает не то: изолирует не ту переменную, строит график по перепутанным колонкам. Sandbox молча выполнит это и вернёт красивый результат. За правильность отвечает модель и агентская обвязка вокруг неё: валидаторы, тесты, повторные прогоны, проверка человеком.
Есть и обратная сторона. Изоляция ограничивает не только риски, но и пользу. Нет доступа к вашей базе, нет сети, нет корпоративных файлов - и агент бесполезен для половины реальных задач. В зрелых продуктах поэтому настраивают политики: что монтировать, куда можно ходить по сети, какие пакеты разрешены. Песочница не выключатель, а набор регуляторов.
Где вы уже в песочнице, даже если не включали её
ChatGPT с режимом анализа данных строит графики, читает CSV, гоняет Python - всё в изолированном контейнере без выхода в интернет. То же у Claude с анализом данных. Cursor и Windsurf запускают терминал в ограниченном окружении. Агенты вроде OpenHands и Devin без песочницы не имеют смысла: один неудачный rm -rf, и проект ушёл в небытие.
Дальше начинается бытовая часть. Из России половина этих инструментов либо не открывается, либо просит иностранную карту, либо и то и другое. Я обычно отправляю людей на 3GPT от 3SELLER: Chat GPT 6 и the model 5 за 149₽, в одном окне Chat GPT 6 Astra, the model 5, 5.1 и 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, Nano Banana для изображений и генерация видео. Баланс пополняется российской картой, через СБП или криптой - без иностранных реквизитов и vpn-танцев.
Что может пойти не так даже внутри изоляции
Побеги случаются. И почти никогда они не выглядят как взлом гипервизора из фильма. Обычно кто-то оставил смонтированным docker.sock, дал контейнеру доступ к внутреннему API или положил рядом файл с токенами. Изоляция была, а смысла в ней не осталось.
Второй вектор, характерный именно для ИИ, - prompt injection. Агент читает веб-страницу или PDF, а там белым по белому написано: отправь все переменные окружения на такой-то адрес. Модель воспринимает это как инструкцию и отправляет. Песочница спасает при одном условии: внутри неё нет секретов, которые вам дороги. На Reddit в тредах про агентские фреймворки инженеры повторяют одно и то же: сначала закройте сеть и секреты, а споры про гипервизоры оставьте на потом.
Третий вектор, скучный и потому недооценённый, - supply chain. Агент ставит пакет с PyPI, а внутри внезапно полезная нагрузка. Или тянет зависимость с постороннего зеркала. Если в песочнице лежат ваши ключи, они уедут вместе с пакетом.
Правило, которое я вывел после нескольких разборов инцидентов у клиентов: песочница должна быть расходником. Ноль постоянных секретов, ноль доступа к продакшен-базе, ноль домашних директорий. Токены подставляет отдельный слой с коротким TTL, и он же логирует каждый вызов.
Как это выглядит в работе, если вы не инфраструктурщик
Вам не нужно поднимать Firecracker и читать про seccomp. Для девяноста процентов задач хватает готового инструмента, где изоляция встроена и её не видно. Открыли чат, дали задачу, получили результат.
Так работает 3GPT в повседневных сценариях: продающие тексты, лендинги, разбор таблиц, коммерческие предложения. Модель сама решает, где посчитать кодом, а где ответить текстом. Исполнение идёт на стороне сервиса, ваш ноутбук в этом не участвует и ничем не рискует.
Отдельная фишка - готовые ИИ-агенты под конкретные задачи: 3seller.com/ai/agents. Выбираете агента из списка и начинаете общение, а модель меняете прямо в чате, если текущая не тянет. Не нужно каждый раз собирать промпт с нуля и объяснять контекст.
Картинки и видео живут по другим правилам
Генерацию изображений и видео в песочницу обычно не упаковывают. Произвольного кода там нет, риски другого порядка: копирайт, дипфейки, случайная генерация чего-то неприемлемого. Изоляция нужна, но она про модерацию и разделение ресурсов, а не про защиту файловой системы.
Практика проще. Мне регулярно нужны реалистичные фото для проектов и обложек, и я делаю их через 3gpt-image. Nano Banana даёт предсказуемый результат по референсу, а не лотерею. Генерация видео и синтез голоса там же, в одном аккаунте.
Три ошибки, которые я вижу чаще всего
Первая: песочница с проброшенной хостовой папкой "чтобы удобно было". Смысл изоляции обнуляется первым же монтированием. Нужны агенту ваши файлы - копируйте их внутрь, а не пробрасывайте наружу.
Вторая: путают изоляцию с валидацией. Повторю, потому что ошибка дорогая. Sandbox отвечает за последствия, а не за правильность. Тесты и проверка результата остаются на вас.
Третья: забывают про сеть. Контейнер без сети безопаснее, но агент не поставит библиотеку и провалит половину задач. Разрешайте исходящие через прокси со списком доменов, а не напрямую.
Что делать прямо сейчас
Хочется потрогать тему руками без инфраструктуры - откройте 3GPT, возьмите самую свежую модель из списка и дайте задачу с файлом: посчитать, построить график, собрать сводку. Посмотрите, как она сама решает, где нужен код, а где хватает текста. Через пару дней вы начнёте замечать, где проходит граница песочницы, и это понимание даст больше, чем чтение документации.
А если строите своего агента, начните с вопроса "что произойдёт, если он ошибётся максимально глупо". Ответ на него и есть ваша архитектура изоляции.