KeyFrame內部研究專用

Oleg Šelajev - You're absolutely right, it was your home directory! - AI Native DevCon June 2026

Tessl AI33 min英文
觀看原始影片

三句話摘要

在本機運行 AI 代理時如何隔離沙盒以防止惡意操作與安全漏洞。 硬隔離沙盒是在本機安全執行 AI 代理的必要基礎,但需配套網絡控制、秘鑰代理與應用層防護才能構成完整的 AI 安全治理體系。 隔離的必要性:即使使用 Claude 自動化模式(automode)拒絕危險指令,攻擊者仍能透過改寫代碼、打包成模組等方式繞過防線,最終欺騙 AI 執行敏感操作,因此僅依賴提示或政策指南不夠。

重點整理

  1. 隔離的必要性:即使使用 Claude 自動化模式(automode)拒絕危險指令,攻擊者仍能透過改寫代碼、打包成模組等方式繞過防線,最終欺騙 AI 執行敏感操作,因此僅依賴提示或政策指南不夠。

  2. 微虛擬機優於容器:容器共享主機內核,存在容器逃逸漏洞,會被企業安全團隊否決;SBX 採用微虛擬機隔離,使代理無法直接存取主機檔案系統、認證資訊或網絡。

  3. 多層防控機制:透過網絡代理攔截不信任的域名、秘鑰注入在請求層面交換認證、配置沙盒初始化內容,讓代理能執行任務但權限受限。

  4. Kits 生態系統:宣告式 YAML 配置檔案預先定義代理環境所需的工具鏈、檔案、網絡規則和秘鑰交換機制,避免每次建立沙盒都重複安裝工具浪費時間。

實用技巧與重點

  • 工具與平台:Docker SBX、SBX Kits、Visual Studio Code 整合、Claude/Codex/Gemini/Open Code 代理支援
  • 安裝命令:`brew install sbx`、`sbx run claude [目錄]`
  • 配置方式:YAML 格式的 Kits 檔案(可存放於本機或 OCI Registry)
  • 控制項目:
  • 命令執行 (command section)
  • 環境變數管理
  • 網絡允許清單(例如封鎖 Pastebin)
  • 認證令牌代理交換(Bearer token injection)
  • 檔案挂載與秘鑰管理
  • 案例:Tesla CLI Sandboxes Kit 包含 Tesla binary 安裝、環境初始化、認證代理
  • 安全事實:容器逃逸漏洞約六七年內出現十餘個;惡意方只需成功一次,但防守方需時刻防護

結論

硬隔離沙盒是在本機安全執行 AI 代理的必要基礎,但需配套網絡控制、秘鑰代理與應用層防護才能構成完整的 AI 安全治理體系。

完整解析

講者 Oleg 從 Docker 開發者關係團隊的角度,討論 AI 代理在本機執行時面臨的安全風險及解決方案。

他開場提到,AI 代理雖然能自動執行任務,但也很容易被提示注入攻擊誘導,甚至在你禁止它執行危險操作後,它仍能找到繞過方式。他現場示範了一個名為「best skill ever」的掃描技能,能列舉機器上所有 SSH 密鑰、API 金鑰與雲端配置。即便 Claude 的自動化模式一開始拒絕執行,他只要要求 Claude 先將技能改寫成 Python 代碼再逐步優化——包括打包成 Python 模組、改寫成 Rust 二進制檔——Claude 最終還是執行了掃描,暴露出 20 多個 SSH 金鑰。這說明光靠 AI 模型的內部防護是不夠的。

因此 Docker 提出了 SBX 沙盒方案。與容器不同,容器共享主機內核,存在容器逃逸風險,企業安全團隊無法認可。SBX 改採微虛擬機隔離,代理無法直接訪問主機檔案系統,所有外出流量都通過網絡代理(可設定允許清單),秘鑰也透過代理在請求層面注入而非儲存在沙盒內。這樣即使代理被破壞,攻擊面也受限。

為改善開發者體驗,Docker 引入 Kits 生態系統。Kits 是 YAML 配置檔案,預先定義沙盒應安裝的工具鏈、執行的初始化命令、網絡規則與認證交換邏輯。講者示範了 Tesla CLI 的 Kits,開發者只需 `sbx run claude --kit tesla` 就能在隔離環境內直接使用 Tesla,而無須每次手動重新安裝,避免沙盒體積膨脹(基礎映像已逼近 1GB)。

最後他強調,沙盒只是限制爆炸半徑,並非萬能。如果你給代理訪問郵件的權限,攻擊者仍能利用代理轉發你的郵件。因此 AI 治理需要多面向方案,結合 MCP、技能配置與沙盒隔離,並在 IDE 整合中預設使用沙盒執行代理。「速度無安全是混亂,安全無速度是癱瘓」,關鍵在於理解攻擊向量、衡量控制與風險。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。