机心卷 · 世界补丁日志

Sandman: Building and Operating Sandboxes for Agentic Reinforcement Learning on Shared Kubernetes

2026-10-29 AI 辅助 · 人工审校 编号 cand-662faddd3359

1. 一句话总结 Sandman 将智能体强化学习中反复调用工具所需的隔离执行环境,封装成共享 Kubernetes 上支持突发扩容、预热复用、可靠回收与独立评测的沙箱服务,并已…

标题

AI智能体要会调用工具,先得有可扩容的“练习场”

🔧 想象你让AI编程助手反复改代码、安装程序依赖、运行测试。若它一直在主项目里动手,失败留下的文件、冲突和残留依赖很容易混在一起。Sandman的做法,是给每个任务分配一个临时“练习场”,让不同任务的文件修改和命令执行彼此隔开,结束后统一回收。

☁️ 这套“练习场”运行在Kubernetes上。简单说,它像一套负责分配机器的“共享办公楼”:任务多时临时增加房间,任务少时释放房间;有空闲房间就提前备好,调用方中途放弃后,管理员仍负责清理。

🧪 更巧的是评测环节。系统不会直接复用智能体练过的旧环境,而是在独立、默认未使用的新沙箱里给代码修改判分,减少练习环境被提前改动带来的干扰。论文报告,其内部软件工程训练曾同时运行11,858个微型沙箱,一个月创建约310万个沙箱。

💡 这对普通人的意义很具体:未来的AI助手不只是给答案,还可能一边写代码、一边运行和检查。专用沙箱能让这种“边做边学”更可控,也方便团队在本地或云端搭建自动化助手。不过,目前生产数据来自内部环境,是否开放及外部实际表现仍需继续验证。

🙋 你更希望AI助手先学会哪种实操:写代码、整理文件,还是控制智能家居?

标签

#Sandman #AI智能体 #AI编程助手 #强化学习 #Kubernetes #沙箱环境 #云原生 #智能体基础设施 #程序员日常

原文来源

边界声明 · 这项研究不能证明什么

本文为一手来源的中文编辑导读,结论的适用范围与证据强度以来源原文为准;不构成医疗、投资或其他决策建议。

AIGC 内容说明

本文由 AI 辅助起草,经今山海编辑部人工核对事实、来源与边界后发布。修订与更正将在本页留痕。