模型本地沙箱MXC:Copilot Agent工具受限与Ollama发现核对

Copilot 工具受限时,应先核对执行策略;Ollama 模型接入时,要另查发现条件。换成本地模型,并不自动改变工具权限或离线状态。GitHub 同日公布的本地沙箱与模型发现更新,适合放在一起核对,但不能合并成一个"本地运行就已安全"的结论。

本地沙箱限制的是哪一层?

据 GitHub 官方公告,2026-10-07 的本地沙箱发布说明确认,该能力已在 Copilot CLI、Copilot 应用和使用 Agent Host 的 VS Code 会话中正式可用。这里的 VS Code 范围带有 Agent Host 条件,不能省略限定后写成所有 VS Code 会话都具备相同行为。

公告说明,该能力由 Microsoft eXecution Container(MXC)驱动,把共同的沙箱策略转换为 Windows、macOS 和 Linux 的原生操作系统控制。它约束的是 Copilot 发起的工具和命令:文件系统、网络、凭据等能力的访问,按开发者或组织定义的策略受到限制。

因此,工程核对的对象应是"这个工具任务需要访问什么、应受哪些策略约束"。公告支持跨平台策略这一层事实,却不能据此补出某个策略文件路径、网络白名单字段或错误代码。也不能倒推更新前的任务一律拥有完整系统权限。

企业还可以通过托管设置要求使用沙箱,并施加开发者无法弱化的策略。对团队而言,建议先把组织要求和个人使用选择分别记录,再确认当前入口与任务是否落在已明确的范围内。这是核对顺序,不是本文替组织规定一组新的配置键。

一个有用的判断是:工具受限与模型能力不足需要分开记录。前者涉及任务允许访问的资源,后者涉及模型能否承担调用要求。只有出现"无法完成"的表象,还不足以选定其中一个原因,更不应立即扩大权限来试探。

文件夹、线缆与钥匙置于同一围栏内,分别示意三类访问对象。

Ollama 被发现前需要哪些条件?

GitHub 模型发现官方公告给出的起点是 CLI 1.0.94-0:通过 /model 可以发现正在本地运行的 Ollama 实例里受支持的模型,和已配置模型、GitHub Copilot 提供的云端模型一起选择。这个版本与入口说明针对 CLI,不能直接移植成其他客户端的操作教程。

发现流程要求 Ollama 和目标模型已经安装;它不会代为安装运行时或下载模型。受支持的模型还必须具备工具调用和流式传输能力。只看到某个模型能回答普通问题,不能替代对这两项条件的核对,也不构成发现失败原因已经查明的证据。

建议先记录实际使用的 CLI 版本、Ollama 运行情况、目标模型及其能力说明,再观察 /model 返回的模型列表。这样可以把环境条件与实际观察放在一起;若模型没有出现,先保留看到的现象,不凭本文推定某个错误码或内部失败分支。

如果任务已从个人试用进入业务上线,可以把AI 系统上线前检查作为整体就绪自检的入口;本次产品变更的事实判断仍以两篇官方公告为依据。自检结果不能代替当前环境的回读,更不能证明某条沙箱策略已实际生效。

公告还说明,新发现的模型可以在当前会话中使用,无需重启 CLI。这个便利性只回答会话切换问题,并不附带模型质量、任务成功率或安全隔离效果的保证。对已有工作流,建议保留切换前后的同一任务条件,分别确认模型是否可选、任务是否满足原定验收要求。

换了模型,哪些事项仍须分别核对?

下面把明确的官方规则与读者动作分开。事实列保留原意,动作列是建议的人工核对,不代表厂商已经提供同名检查器,也不是运行结果。先看当前问题落在哪一行,再决定需要补哪类观察。

对象或条件 来源已确认 判断或核对 依据
工具执行边界 沙箱策略独立于模型执行,无论 Copilot 使用哪个模型,策略均应用于工具执行 核查当前工具任务的策略要求,不用模型位置推断权限。 沙箱官方公告
模型能力门槛 支持的模型必须支持工具调用(tool calling)和流式传输(streaming) 核查已安装模型对这两项能力的支持,不以能聊天代替核验。 模型发现官方公告
本地与离线 选择本地模型不会自动开启离线模式或禁用 GitHub 遥测功能 区分模型选择与离线要求,单独记录本次任务的离线设置。 模型发现官方公告

沙箱公告明确,策略应用于工具执行,不取决于 Copilot 使用哪个模型。因此,不能把"模型已经换到本地"当成解除工具访问限制的理由;同样,也不能把一次成功调用当成所有权限边界都已验证。模型选择和工具授权应各自留下核对结果。

模型发现公告则说明,选择本地模型不会自动启用离线模式,也不会自动禁用 GitHub 遥测。CLI 的离线模式需要显式设置 COPILOT_OFFLINE=true。本文只引用这个启用方式,不据此推导全部网络行为或遥测拦截效果;有具体离线要求时,应单独确认该要求的验收范围。

这张表适合用来区分待核对事项,而不是给环境直接打"安全通过"。例如,已确认模型支持工具调用和流式传输,说明能力条件有了依据;组织策略如何限制该任务,仍是另一项核对。把两项合成一个勾选框,会丢失问题究竟在哪一层的信息。

无字木块与拨杆开关并置,示意模型选择与离线设置需要分别核对。

哪些结论还不能直接用于上线判断?

同一篇模型发现公告还宣布了支持本地模型的智能路由。本文引用的说明没有展开路由选择和失败处理细节,所以这里不推导它如何分配任务,也不把手动 /model 选择说成"当前唯一可靠入口"。若工作流要依赖智能路由,应先补齐相应使用说明和实际验收结果,再作选择。

沙箱失败后的回退路径、策略冲突的处理顺序,也不能从跨平台支持这件事直接推出来。建议把这些问题列为待核验项:需要什么行为、依据在哪里、当前环境观察到了什么。资料不足时保留未知,不在文档或图注里写成"必然终止"或"绝不回退"。

对一次被拒绝或结果不明的工具任务,建议保留实际观察并由负责人复核。复核的目的是确认原有任务与授权是否匹配,而不是为了让任务继续执行就改宽策略。若还没有足以支撑上线决定的证据,应缩小试用范围,避免把尚未验证的判断带入业务运行。

需要把这类 Agent 接入真实业务时,生产就绪审查应先明确任务范围、权限要求与验收证据。建设交付和持续技术顾问工作,再围绕已确认的缺口展开;一份产品更新对照表不能替代这些现场核验。

相关推荐
Deng桑20 分钟前
SpringAI写第一个Agent-把工单循环跑起来
java·agent·工具调用·spring ai
威哥爱编程36 分钟前
Python 智能体开发实战 02:你的 AI 助教说话像换了个模型?九成的 system prompt 都写错了
python·agent
威哥爱编程37 分钟前
Python 智能体开发实战 01:装了三遍环境还在报错?虚拟环境和 DeepSeek 一次配到位
python·agent
后端小肥肠2 小时前
群友靠公众号漫画工坊入池!10w+IP漫画一键复刻,新增矩阵功能
人工智能·aigc·agent
ZhengEnCi2 小时前
想让AI能力翻倍需要多少数据:874条专家轨迹的后训练杠杆效应
llm·agent·强化学习
ServBay3 小时前
本地模型已经跑起来了,Copilot Fusion 为什么还要联网?
后端·ai编程·github copilot
武子康3 小时前
H3-World 的动作没按时发生,先检查时间线变成了什么
人工智能·后端·agent
前进的李工3 小时前
Agent 学习笔记 02:Harness 与工作流怎么理解
笔记·学习·agent·工作流·harness
wflynn3 小时前
GitHub 今日推荐|rea:用 MCP 把反编译器和 AI agent 接到一起的逆向工具
typescript·开源·github·agent·agent-skills·binary-analysis
qinglongcn4 小时前
三维度 × 四分类——CycleDetector 的完整检测算法
agent·ai编程