Agent 代码沙箱怎么选：差别不在「能跑」，在「隔离到哪一层」
选服务端代码执行工具，关键不是支持多少语言，而是三条边界：网络能否出站、状态能活多久、以及谁来为执行付费。
一、四家方案的定位
- OpenRouter 发文比较了 OpenAI、Anthropic、Google 与 OpenRouter 的服务端代码执行工具，语言、网络、持久化与计费各有取舍。
- 前三家的沙箱只服务自家模型；OpenRouter 的沙箱位于路由层，可为任意模型执行命令（
openrouter:shell、openrouter:bash，均为 beta）。
二、真正决定选型的三个维度
- 网络策略：Anthropic 完全禁用出站；OpenAI 与 OpenRouter 默认关闭但可配置 allowlist（OpenRouter 限 80/443 端口、上限 50 个主机名，且容器启动后策略固定）；Google 文档未记载。要
pip install，就得放行pypi.org与files.pythonhosted.org。 - 状态生命周期：Anthropic 容器 30 天过期、约 5 分钟空闲 checkpoint，新版本工具支持跨请求保留解释器状态；OpenRouter 文件存于
/workspace/home，可用session_id或container_reference复用容器，空闲 5 分钟休眠（进程与环境变量不还原，文件保留 30 天）；OpenAI 通过container_reference复用；Google 仅 30 秒单次执行，无跨请求持久化记载。 - 计费口径：Google 无额外费用（只计 token）；Anthropic 每组织每月 1,550 免费小时，超出后 $0.05/容器·小时，每次执行最少计 5 分钟；OpenRouter 按 $0.0001/秒计时，新建或唤醒容器最少 30 秒。同一任务的成本可能差出一个量级。
三、一个可执行的判断顺序
- 先问「要不要联网」：需要装依赖，就只能在可放行 allowlist 的方案里选，Anthropic 直接出局。
- 再问「状态活多久」：一次性计算选 Google 最省；需要多轮复用同一容器，就选支持
container_reference、session_id的方案。 - 最后问「谁来付钱」：高频短任务注意最低计费时长，长会话注意空闲是否计费。
- 补充边界：需要自定义镜像、GPU 或数小时长会话时，四家托管沙箱都不合适，应转向 Modal、Daytona、E2B 这类可自建方案。
四、提醒
- 沙箱只解决「代码在哪跑」，不解决「代码能不能信」。权限最小化与产物审计仍要自己做。
- 该对比来自 OpenRouter 官方文章，包含其自家 beta 工具，选型时应交叉验证。
参考来源
- OpenRouter：《Server-side code execution tools for AI agents, compared》 https://openrouter.ai/blog/insights/server-side-code-execution-tools-for-ai-agents-compared/
延伸阅读：没逐行读过代码就把 TypeScript 搬进 Rust：重点是「验收」而非「能跑」 · 竞购 TDK 磁头业务：AI 数据中心的钱，正一层层压到硬盘最上游