让 AI Agent 进入工作流当智能体从“回答问题”走向“真正干活”它需要的不只是一个模型接口。它需要能读写文件、安装依赖、运行测试、打开终端、访问浏览器、保留中间产物甚至在你合上电脑之后继续执行。也正因为这些能力越来越接近真实工程师的工作环境安全边界、凭证管理、运行隔离和可观测性就不再是锦上添花而是让 AI Agent 进入生产工作流的前提。AgentKit CLI 正是为这个场景准备的通过 agentkit 命令族在云端创建可控的沙箱工具把 Codex、OpenCode 这样的编码代理放进受隔离、可持久化、可批量调度的运行环境里。开发者仍然使用熟悉的 CLI 和终端体验但任务的执行位置从本地电脑迁移到了云端沙箱。你可以把本地电脑当作“驾驶舱”把 AgentKit Sandbox 当作“执行舱”本地负责发起、观察和接管云端负责安全运行、保留状态和承载重任务。为什么编码 Agent 不应该只跑在本地电脑上过去AI 编程助手主要停留在 IDE 插件、聊天窗口或本地 CLI 中。当任务变复杂时本地运行会暴露出几个问题长任务容易被打断依赖安装、全量测试、代码生成、迁移脚本可能持续数分钟甚至数小时本地电脑休眠、网络切换或终端关闭都会影响任务连续性。安全边界不够清晰编码 Agent 需要执行 shell、访问文件系统、运行包管理器。如果所有动作都发生在本机权限边界、网络访问和敏感凭证都需要额外小心。环境难以复现不同开发者的本地系统、依赖缓存、语言版本、代理配置各不相同同一个 Agent 任务在不同机器上可能表现不同。结果不易沉淀Agent 生成的文件、日志、测试结果、前端预览链接如果没有统一的持久化路径很难进入后续工作流。AgentKit CLI 的思路是把这些不稳定因素从本地剥离出去。你仍然可以在本地发起任务但每个任务都运行在云端沙箱中沙箱提供独立文件系统、可配置的 CPU、TOS 挂载路径和模型CLI 提供远程TUI、文件操作、浏览器、批量任务启动等入口。AgentKit CLI 带来了什么当前云端沙箱服务围绕两个核心概念展开Tool沙箱模板资源提供 CodeEnv、SkillEnv 两种沙箱工具模板用户可以在 Tool 层配置 CPU、TOS 挂载点、模型服务、WebSearch 能力等。Sessionsession 维度的沙箱实例支持按照 session 对实例进行创建、重入、以及快照恢复。支持在实例维度更新模型配置和文件操作等。这套设计让开发者可以把云端沙箱当成一个可复用的远程工作台创建一次 Tool按任务创建多个 Session需要交互时 exec 进入终端需要自动化时执行一次性 shell需要沉淀结果时挂载 TOS。从 0 到 1创建一个能运行 Codex 的云端沙箱第一步是创建 Sandbox Tool。对于典型的 AI Coding 场景可以从 CodeEnv 开始agentkit sandbox create \ --tool-type CodeEnv \ --tool-name codex-cloud-sandbox \ --cpu 4如果希望工作区持久化可以通过挂载 TOS 完成agentkit sandbox create \ --tool-type CodeEnv \ --tool-name codex-persistent-sandbox \ --tos-bucket your-bucket \ --tos-mount /home/gem/workspace \ --cpu 4如果任务需要模型配置和 WebSearch也可以在创建时注入agentkit sandbox create \ --model-provider model_square \ --model-name deepseek-v4-flash-260425 \ --model-api-key $MODEL_API_KEY \这样一个面向编码任务的云端运行环境就准备好了。有了 Tool 之后可以通过 exec 打开交互式 WebSocket 终端并直接启动远端 Codex同时支持使用 tmux 模式。可以切回本地终端这时 Codex 并不是在本地机器上直接执行 shell而是在云端 session 中运行。它可以读取上传到沙箱的项目文件安装依赖运行测试生成补丁。你可以通过 Ctrl] 从本地终端 detach之后再连接回来也可以输入 exit 关闭本地连接。brew install tmux agentkit sandbox exec \ --session-id demo-1 \ --mode tmux \ --command codexAgentKit Sandbox CLI一个完整开发工作台一个能写代码的 Agent不能只会输出文本。它需要围绕工程资产工作源码、测试数据、生成物、网页预览、日志和报告。AgentKit Sandbox CLI 提供了三类常用能力。第一类文件操作便于项目文件上传下载agentkit sandbox file upload \ --session-id project-test-one --src-dir ./project --dst-dir /home/gem/project agentkit sandbox file download \ --session-id project-test-one /home/gem/project/report.md --dst-dir ./download/通过命令可以把本地项目上传 / 下载至云端沙箱便于在沙箱环境中安全、稳定的运行项目。第二类浏览器 / VNC 页面便于产物调试预览agentkit sandbox web --session-id project-test-one该命令会生成 VNC URL并尝试用系统默认浏览器打开。对于前端代码生成、可视化调试、UI 回归验证这一步非常关键。Agent 可以在沙箱里生成前端页面再通过浏览器页面完成预览和人工验收。第三类Codex 编码能力对于典型的 AI Coding 场景SandBox 支持直接启动远端 Codex把 Codex 、OpenCode 这样的编码代理放进受隔离、可持久化、可批量调度的运行环境里用户通过自然语言进行编码开发。多 Agent 并行把“一个助手”升级为“一个团队”当任务变大单个 Agent 往往不够。你可能希望一个 Agent 做需求拆解一个 Agent 写代码一个 Agent review一个 Agent 专门跑测试。AgentKit Sandbox CLI 的 run 命令可以从 YAML 文件批量打开多个 exec 会话帮助用户同时进行多个任务。多任务运行agentkit sandbox run --config exec.yaml --terminal 4整个运行过程通过拉起多个沙箱同时运行且本地电脑休眠、网络切换或终端关闭都不会影响任务连续性通过浏览器 / VNC 页面即可进行产物预览。AgentKit CLI 提供越来越靠近真实业务的产品能力如安全边界、凭证管理、运行隔离和可观测性等让用户能够放心的本地负责发起任务云端负责安全运行、保留状态和承载重任务实现 AI Agent 真正进入生产工作流。