CoreWeave 推出 Sandboxes 服务强化 AI 安全执行环境

一句话看懂：AI 云基础设施提供商 CoreWeave 正式发布 Sandboxes 服务，为强化学习、智能体工具调用和模型评估等场景提供安全、隔离的执行环境，解决 AI 团队在现有计算资源内难以安全运行大规模代码的核心痛点。

事件核心：发生了什么

CoreWeave 的 Sandboxes 是一个统一的执行层，可直接运行在客户已有的 CoreWeave Kubernetes Service 集群内，无需额外部署独立的执行堆栈。该服务提供 Python SDK，支持创建和管理隔离的运行环境：每个沙箱默认在完全隔离的虚拟机中运行，单个沙箱的故障或内存激增不会影响其他沙箱。Sandboxes 提供两种使用模式：对已有 CoreWeave 集群的团队，可直接在集群内运行；对没有集群的团队，可通过 Weights & Biases（W&B）使用无服务器运行时，研究人员只需用现有 W&B API 密钥认证并安装 Python 客户端，即可在数分钟内开始使用。IBM Research AI/ML 系统高级技术成员 Brian Belgodere 指出，Sandboxes 解决了其 AI 研究堆栈中的关键缺口——安全隔离的大规模代码执行；Mistral AI 科学家 Roman Soletskyi 也证实，该服务使其能通过单一设置运行数百个并发沙箱。

为什么重要

AI 开发正从单一模型训练转向多智能体协作、工具调用和强化学习等复杂场景，这些工作负载对执行环境的安全隔离要求极高。传统方案要么依赖脆弱的进程级隔离，要么增加独立堆栈带来运维负担。CoreWeave 将隔离沙箱直接嵌入其 Kubernetes 集群，在不增加复杂性的前提下提供硬件级隔离，这对云原生 AI 团队是一个明显的效率提升。结合 Weights & Biases 的无服务器模式，该服务降低了小微团队的入门门槛，可能推动更多 AI 实验从本地或简单云实例迁移到专业 AI 云平台。

对用户/开发者/创作者的影响

对 AI 研究者和平台团队而言，Sandboxes 直接解决了“代码执行安全性”这一长期痛点，尤其适合需要反复运行第三方模型评估、智能体工具调试的场景，不用再担心恶意代码或意外崩溃影响主机。对使用 Weights & Biases 的开发者，数分钟即可启动隔离环境，无需管理服务器或配置网络策略，降低了基建运维支出。对于企业 AI 采购决策者，Sandboxes 是云原生架构中强化“安全计算隔离”的一个现成组件，尤其适合金融、医疗等对数据隔离有严格要求的行业。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

目前公开信息显示，该服务的定价和资源配额细节尚未公布，需重点关注是否按沙箱时长或 GPU 使用量计费。竞品方面，如 AWS 的 Nitro Enclaves 和 Azure 的 Confidential Computing 同样提供隔离环境，但 CoreWeave 的沙箱更贴近 AI 工作负载的轻量化需求，值得观察市场接受度。此外，Sandboxes 是否能支持大规模分布式训练场景（如多智能体系统中的异步通信），以及是否会在更广泛的非 AI 工作负载中复用，也值得长期跟踪。

来源：Readhub · AI

CoreWeave 推出 Sandboxes 服务强化 AI 安全执行环境