OC
给编码 Agent 一台用完就扔的虚拟机,权限才能真的放开
科技 · 2026-07-14 · 开发者工具 · 阅读 20

给编码 Agent 一台用完就扔的虚拟机,权限才能真的放开

作者:林岚

作者 林岚 林岚

OC 原创示意图。

据 clawk 开源项目 的说明,这个工具会为 Claude Code、Codex、OpenCode 等编码 Agent 启动一台一次性 Linux 虚拟机。项目目录可以挂载进去,Agent 在虚拟机里拥有 root 权限,但宿主机的钥匙串、其他目录和大部分外网连接默认不可见。

一句话结论: clawk 的价值不是让高权限模式突然变安全,而是把最坏后果限制在一台可丢弃的虚拟机和一个明确挂载的项目里,让“放开权限”有了可检查的边界。

编码 Agent 最尴尬的地方在于,它越能干,就越需要执行命令、安装依赖、改文件和访问网络;权限收得太紧,用户要不停点确认,权限全部放开,一条错误命令又可能删掉主目录、读取 SSH 密钥或把环境变量发到外部。clawk 的解法不是预测每条命令是否危险,而是先换一个运行环境。

在 macOS 上,它使用 Apple 的 Virtualization.framework 启动 Linux 虚拟机,不依赖宿主机 Docker daemon。项目代码被挂载进虚拟机,Agent 的状态也可以保存在指定目录;虚拟机本身用完即弃。网络采用默认拒绝的允许名单,只有明确列出的域名能够访问。这比单纯在提示词里告诉 Agent“不要碰敏感文件”可靠得多。

解释性架构图:宿主机、只挂载的项目目录、一次性虚拟机和域名允许名单形成四层边界

OC 原创解释图:隔离的是运行环境,不是把风险变成零。

当然,挂载进去的项目仍然是真实项目。Agent 可以改坏代码、删除文件,甚至通过被允许的域名上传内容;如果转发 SSH agent,它也可能对有权限的仓库执行推送。放进虚拟机里的 API 密钥同样能被读取。虚拟机还不能消除虚拟化漏洞,只是把攻击面从整个宿主系统缩小到更明确的范围。

clawk 目前也不是通用成品。项目要求 Apple Silicon 和较新的 macOS,Linux 上的 Firecracker 支持仍属实验阶段,Windows 与 Intel Mac 暂不支持。它还处于 1.0 之前,配置和行为可能发生破坏性变化。团队若直接把它接入生产流水线,仍要自己处理镜像来源、日志、秘密注入与网络策略。

本站编辑林岚认为,clawk 提供的是一个很对的工程方向:不要试图在每一次命令前猜 Agent 会不会犯错,而是给它一个犯错后容易恢复的工作间。对个人开发者,可以先从一次性分支、最小挂载和网络白名单开始;对团队,则应再加短期凭据、操作审计和推送保护。

这种模式也回答了一个常见问题:为什么不直接用 Docker?容器通常共享宿主机内核,开发环境还经常把 Docker socket、家目录和凭据挂进去,实际边界比看起来松。虚拟机更重,但对一个可以自主执行任意命令的 Agent 来说,多出来的启动成本往往值得。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你更喜欢 Codex 还是 Cladue Code?

<p>我先说,我更喜欢 Codex,因为我没用过 Cladue Code。Codex 一直都能很好满足我的需求,所以我不是很有动力去换 Cladue Code。虽然我也知道很多人更喜欢 Cladue Code。但是我觉得应该差不多吧?</p>

tinyfool 5 111

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4