AI程序员

Agent 沙盒正在从“代码解释器”升级为“给智能体一台有边界、有状态、可观察、可恢复的工作电脑”。

真正可落地的 Agent 并不依赖“无限自由的智能”，而是依赖一整套闭环设计：目标建模、规划、执行、观察、记忆、反思、评测、安全治理与人工兜底。

从产品形态、隔离模型、状态持久化、浏览器能力、可观测性与开源生态几个维度，对“Agent 沙盒”做一份偏选型导向的全景梳理。

Claude Code 的权限系统厉害的地方，不是“会不会弹窗”，而是它把规则、工具自检、分类器、Hooks、多 Agent 转发全都串成了一条可组合的决策流水线。

Claude Code 里至少有三套协作机制：Coordinator 是中心化调度，Swarm 是带 team lead 的团队协议，Fork 是共享父上下文的轻量分身。

AI Agent 的记忆不是一个功能，而是三个：每轮对话内的工作笔记、跨轮次的持久记忆、跨会话的记忆整合。

让 AI Agent 执行 shell 命令，是最危险也最有价值的能力之一。Claude Code 的实现并不是“一张黑名单 + 一个确认框”，而是一条跨 AST 解析、命令语义校验、权限引擎……

Claude Code 不是“快满了再做一次摘要”，而是把多种上下文管理机制串成了一条前置压缩链，再补一条调用后的兜底恢复链。

这篇文章从启动流程、Agent 循环、工具系统、权限模型、上下文管理、多 Agent 协作等维度逐一拆解。