Pydantic 推出 Agent Sandboxes，依托最小解释器实现毫秒级启动

Pydantic 正式推出 Agent Sandboxes，核心底层是用 Rust 开发的 Monty 最小 Python 解释器，主打极快启动速度，冷启动可以做到毫秒甚至微秒级别，专门用来安全运行 AI Agent 生成的 Python 代码，对比 Docker、传统云沙箱、Pyodide 方案延迟低非常多，解决了传统容器沙箱启动慢、资源开销大、部署复杂的痛点。这套沙箱默认是零权限模型，刚创建的时候没有文件系统、网络、环境变量访问权限，开发者需要手动按需开放权限，安全边界清晰，同时支持状态快照、资源限额管控，适合 AI Agent CodeMode 场景下高频、短时间的代码执行任务。

不同沙箱启动延迟对比表

Agent Sandboxes 核心能力清单

• 底层 Monty 使用 Rust 编写，不是标准 CPython，轻量化实现
• 默认隔离：无文件读写、无网络访问、无环境变量，权限白名单机制
• 支持快照保存、恢复沙箱运行状态，适合长会话 Agent
• 自带内存、超时时间限制，防止 Agent 代码死循环、爆内存
• 提供 Python 和 JS 两种 SDK，安装包体积仅约 4.5MB，部署简单
• 支持 CodeMode 模式，让大模型直接写代码代替多轮工具调用

接入使用步骤

1. 通过 pip 或者 npm 安装对应的 pydantic-monty 包，完成依赖引入
2. 初始化 Monty 沙箱池，配置资源上限、超时时间等安全参数
3. 按需挂载目录、配置 OS 访问权限，不使用就保持默认隔离状态
4. 在 Agent 里开启 CodeMode，把生成的 Python 代码丢进沙箱执行
5. 捕获运行异常，监控沙箱资源占用，用完回收或者复用沙箱实例

整体来看，Pydantic Agent Sandboxes 不是用来替换 Docker 这类全功能容器沙箱，而是互补方案，适合 Agent 高频轻量代码运算；如果 Agent 需要安装大量第三方包、完整系统环境，还是要搭配 Modal 这类容器沙箱一起使用。

【相关 FAQ】

问题 1：Pydantic Agent Sandboxes 依靠什么实现毫秒级启动？

回答 1：Pydantic Agent Sandboxes 依靠 Monty 最小解释器实现毫秒级启动，Monty 用 Rust 开发，内嵌在主进程里，不需要拉起独立容器，所以延迟极低。

问题 2：Pydantic Agent Sandboxes 默认安全策略是什么？

回答 2：Pydantic Agent Sandboxes 默认没有文件系统、网络、环境变量访问权限，所有能力都需要开发者手动开启，采用最小权限思路保障安全。

问题 3：Pydantic Agent Sandboxes 可以完全替代 Docker 沙箱吗？

回答 3：Pydantic Agent Sandboxes 主打轻量高速代码执行，不适合需要完整 Python 环境、大量依赖包的场景，不能完全替代 Docker 沙箱，两者可以搭配使用。

问题 4：Pydantic Agent Sandboxes 支持哪些语言接入？

回答 4：Pydantic Agent Sandboxes 提供 Python SDK 以及 JavaScript SDK，Python 是主要使用方式，JS 可以在 Node 环境调用 Monty 沙箱。

【参考资料】

[2026-02-27]（Pydantic Monty：面向 AI Agent 的极简 Python 沙箱）Pydantic 官网

[2026-04-08]（MCP 代码执行：为什么 Agent 更适合写代码）Pydantic 官网

[2026-07-23]（在 Modal 沙箱中运行 Pydantic AI Harness Agent）Pydantic 官网

[2026-10-09]（Monty v1.0 正式发布，可投入生产环境）GitHub Pydantic

【免责声明】

本文关于 Pydantic Agent Sandboxes、最小解释器毫秒级启动的内容来自 Pydantic 官方文档与开源公告，版本迭代过程中接口、性能指标可能发生变动，性能数据为官方测试环境结果，不同服务器环境会存在差异，本文内容仅作技术资讯参考，不构成开发选型建议。