AI Agent 真正进入工作流：AgentKit CLI 打造云端沙箱开发环境

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。
Session： session 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：

lua 复制代码

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：

lua 复制代码

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：

lua 复制代码

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。

sql 复制代码

brew install tmux
agentkit sandbox exec \
  --session-id demo-1 \
  --mode tmux \
  --command codex

AgentKit 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

css 复制代码

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

css 复制代码

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：

arduino 复制代码

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。