在百炼上做 agent 的团队,多半都碰到过同一个问题:让它自己装依赖、自己跑测试,边界画在哪儿。百炼在 2026 年 8 月 26 日上线了 Sandbox,bl sandbox 底下 15 条命令,建模版、起实例、进去执行、断网、休眠、唤醒、释放都在这一条 CLI 里做完。我这天前后开了 6 台实例把整条流程走了一遍,六台合计存活 648 秒,收尾全部释放,bl sandbox list 复查是空的。
下面按平台与企业集成的角度写:它在产品矩阵里落在哪一格,控制面和运行时怎么分工,开通前置有哪一处文档空白,出网策略由谁执行,编排上有一个什么风险点,计费口径该怎么进预算说明。
一、四个同名产品,先把对象钉死
阿里云当前至少有四个产品都叫 Sandbox,搜"阿里云 云沙箱"会一起命中,四套价目互不通用:百炼 Model Studio 的 Sandbox、函数计算那条线的"云沙箱"、容器计算服务的 Agent Sandbox,以及国际站的智能体沙箱。这篇只说第一个,文中出现的每个价格数字都只出自百炼自己那页《Sandbox 计费说明》。
它也不同于 coding CLI 里那个本地 sandbox 开关。那类是 Seatbelt、Landlock 这种跑在你自己机器上的权限边界,管的是"这个进程能不能碰我的家目录"。百炼 Sandbox 是一台云端的沙箱实例:独立的 x86_64 Linux,有自己的文件系统和出网策略,用完释放。我这台笔记本是 arm64 的 macOS,进去那台是 Linux 5.10.134-013.8.3.kangaroo.al8.x86_64,预装 Python 3.13.13、Node v20.20.2、pip 26.0.1。
做架构评审时这一句区分能省掉一轮误会:本地那类边界保护的是开发机,云上这类实例保护的是生产流程,两者的失败模式和计费方式完全是两回事。

二、控制面与运行时分在两层
bl sandbox 只管控制面。get 和 connect 都只返回连接信息,不开 shell,命令组里也没有 bl sandbox exec。真正的执行走 envd 的运行时接口:拿 envdUrl 加 envdAccessToken,POST 到 /process.Process/Start,请求体要用 Connect 协议的流式封装(1 字节 flags 加 4 字节大端长度再加 JSON),普通的 JSON POST 打不通。事件还包在 {"event": {...}} 外层里,我第一次写解析器少剥了这一层,拿到一堆空结果,以为实例没起来。先探一下 /health,返回 {"status":"ok"} 就说明运行时可用。
这层分工决定了封装位置。企业内做统一网关的话,控制面调用可以直接用 CLI 或者 HTTP,运行时那一跳得单独实现,而且它不走 REST 风格。
两个 ID 也要分清:sandboxID 带 sbx- 前缀,是后续所有命令和运行时域名要用的那个;bailianSandboxId 是平台内部 ID,拿它去拼域名会失败。
create 的返回里没有 startedAt 和 endAt,要看寿命得再取一次详情,get 比 create 多吐八个字段,包括 startedAt、endAt、lifecycle、cpuCount、memoryMB、allowInternetAccess、network、metadata。做资产台账的话,实例到期时间只能从 get 拿。
三、开通前置:SLR 授权,和一处没写清的权限口径
首次使用需要完成服务关联角色(SLR)授权,触发时机是在控制台第一次创建模版的时候弹窗,勾选《数据访问授权协议》点确认,一次性完成。
时机这一点对企业流程有实际影响:弹窗出现在建模版时,不在建实例时。想跳过控制台、直接拿 API Key 起实例的自动化流程,得先确认账号早就授权过了,否则第一次调用会停在一个没有预案的位置。
另一处要如实说明:RAM 子账号需要哪些 Action 才能操作 Sandbox,公开文档没有给出清单,快速入门页只写了当前账号需具备 Sandbox 操作权限。做多账号权限治理的团队,这一项目前只能自己压一遍再登记,别照抄别的产品线的策略名。
bl sandbox official-images
实例必须从模版创建,模版决定 CPU、内存、镜像和默认生命周期。控制台建模版时只有两种规格可选:配置 1(1 Core|2 GB,推荐)和配置 2(4 Core|8 GB),挂载本地文件最多 5 个。模版这一层我只用 dry-run 摊了请求体没有真建,因为建模版会留下持久资源,删它属于高风险操作要逐次确认:
bl sandbox template create --name my-python --image code-interpreter --cpu-count 1 --memory-mb 2048 --dry-run --output json
四、出网策略由平台侧执行,不在容器里
容器内没有 ip 也没有 iptables,登录用户是 uid 1000 的 user 而不是 root,cgroup 是只读挂载的,进程改不了自己的资源限额。也就是说围栏焊在平台侧,实例里的代码动不了它。这对无人值守的长程任务是必要的:边界不靠模型自觉。
五臂对照用的是同一个模版、同一规格,只改出网参数:
| 出网参数 | 服务端回读 | 沙箱内表现 |
|---|---|---|
| 不加任何参数 | allowInternetAccess: true |
example.com 200 / 0.47 秒,pypi.org 200 / 1.76 秒 |
--allow-internet-access false |
false,并自动补两个内网 OSS 域 |
curl 35,8 到 14 毫秒就断;DNS 照常解析出地址 |
--allow-out pypi.org |
false(总开关被隐式关掉),allowOut 含 pypi.org 与两个 OSS 域 |
pypi.org 通,example.com 与 www.aliyun.com 均 curl 35 |
--deny-out 104.20.23.154/32 |
true,denyOut 回读一致 |
example.com 仍然 200 |
--deny-out 0.0.0.0/0 |
true,denyOut 回读一致 |
IPv4 全部 10 秒超时(curl 28) |
三条对接入方有直接影响的结论。第一,传 --allow-out 等于把总开关关掉再只放行你列的那些,帮助文本里没写这层联动,我是从 get 的返回里看出来的。第二,--allow-out 收域名,--deny-out 只收 IP 和 CIDR,传域名会被服务端拒掉,原文是 denyOut only supports IP / CIDR, domains are not supported,而 --dry-run 照不出这个错。第三,用一个 /32 封不住 CDN 域名:我封的 104.20.23.154 正是沙箱内解析到的地址,curl 却拿到 200,remote_ip 打出来是 172.66.147.243,同属 Cloudflare 地址池。判定臂 0.0.0.0/0 能把 IPv4 全部拦住,说明机制本身没问题,问题在粒度。

企业侧要收紧出网,走 --allow-out 白名单这条路,别指望 --deny-out 做域名级封锁。
五、编排上的一个风险点:pause 之后 state 仍是 running
bl sandbox pause --sandbox-id sbx-...
bl sandbox get --sandbox-id sbx-... --output json
bl sandbox list
pause 5 秒返回 {"paused": true},resume 3 秒返回新的连接信息。休眠不丢盘,我写在 /tmp/marker.txt 和 /home/user/work/note.txt 的两个文件唤醒后原样在;连接信息也不轮换,envdAccessToken 与 envdUrl 前后一致,脚本可以存着跨休眠周期用。resume 还会把寿命重新给满,我这台原本 endAt 是 09:37:47Z,resume --instance-timeout 900 之后变成 09:43:00Z,正好是唤醒时刻加 900 秒,休眠那段时间不吃寿命。
风险在状态字段:pause 之后 get 和 list 都还写着 running。能看出它已经休眠的只有两处,bl sandbox list --state paused 能筛到它(同时 --state running 筛不到),以及这时候往 envd 发执行请求会拿到 HTTP 500 InternalServerError,消息是"an internal error has occurred. Please retry."。那个 500 不是内部错误,是实例睡着了。
对编排系统的含义很具体:任何靠轮询 state 判断实例可用性的调度器,在休眠这条路上会给出假阳性。探活要打在 envd 的 /health 上,或者用 --state paused 过滤。还有两个连带项:--state 不校验取值,bl sandbox list --state bogus-state 返回空数组、退出码 0,跟"确实没有这个状态的实例"一模一样,拼错一个字母就会以为自己没有运行中的实例;实例列表也翻不了页,list 的 --limit 上限 50,既没有 --all 也没有 --cursor,规模上去之后资产盘点得换路子。
六、计费口径:三档小时价,和一个官方没填的空
| 计费项 | 对象 | 单价 | 规则 |
|---|---|---|---|
| 会话运行费 | 基础款 | 0.156 元/小时 | 按实际运行时长 |
| 会话运行费 | 进阶款 | 0.312 元/小时 | 按实际运行时长 |
| 会话运行费 | 旗舰款 | 0.624 元/小时 | 按实际运行时长 |
| 数据保留费 | 暂停、保存 Snapshot | 0.0021 元/GiB·小时 | 按实际占用量和保留时长 |
英文页给的档位名是 Basic / Standard / Premium,仍然以人民币计价,没有美元价。运行中的实例默认含 15 GiB 系统盘,不另收费,这句原文限定的是运行中的实例。
官方自己举的例子:一台进阶款跑 40 分钟,暂停 2 小时(占用 8 GiB),恢复后再跑 20 分钟,期间一个 Snapshot 占 6 GiB 留 3 小时,合计 0.3834 元。算例里的会话运行费只算了 40 加 20 分钟,暂停那 2 小时不算运行费,只算数据保留费。休眠省的是运行费,不是全部。

预算说明里要写清的空缺有四处。计费页按三档计价,但整套 Sandbox 公开文档没有任何一处说明基础款、进阶款、旗舰款各是多少 vCPU 和内存,"基础款/进阶款/旗舰款"这三个词只出现在计费页,而规格只在快速开始和模版管理两页出现,三档对两配置,数量都对不上,我不做任何映射推断。因此我这天开的 6 台 1 vCPU / 2048 MB 实例,合计存活 648 秒,我算不出它到底花了多少钱,按基础款推是几分钱,按旗舰款推是它的四倍,而我没有依据说它是哪一档。Sandbox 也没有专属免费额度,百炼新人免费额度那页和计费模式总览那页里都搜不到 Sandbox 或沙箱这两个词,模型的 Token 免费额度不覆盖它。出账周期和不足一秒怎么进位,百炼这页也没写。Snapshot 会计数据保留费,但整套文档没有任何创建和管理它的入口,bl sandbox 15 条命令里也没有,这是个悬空的计费项。
还有一条默认值要写进操作规范:不传 --instance-timeout,请求体里根本不带 timeout 字段,服务端按 604800 秒处理,整 7 天。我专门建了一台不传这个参数的实例验,endAt 减 startedAt 是 604799 秒。好消息是忘删的实例不会无限烧,坏消息是 7 天也不短。我现在的做法是创建命令里永远带上 --instance-timeout。
七、资源口径:控制面写的和容器里看到的不是一个数
模版写的是 1 vCPU / 2048 MB,进去看 nproc 是 2,cpu.cfs_quota_us 是 -1(没有硬配额),只有 cpu.shares 12288 这个权重;内存那边 memory.limit_in_bytes 是 2147483648,正好 2048 MB,卡得死死的。忙循环对照下来,2 并发时每个进程掉到约一半,4 并发时掉到约四分之一,总吞吐没有随并发数上升,真实可用并行度约等于 1 核,跟控制面的 cpuCount: 1 对得上,跟容器里的 nproc 对不上。容量规划以模版字段为准,容器里看到的核数是宿主机漏进来的。
八、接入路径
装起来是一条命令的事(CLI 安装页,API Key 在这里签):
npm install -g bailian-cli
bl skill init
bl sandbox official-images
official-images 这条不用鉴权、不花钱、不发请求,先看一眼三个镜像再决定要不要往下走。模版要在控制台的 Sandbox 页建,第一次建会弹 SLR 授权,之后起实例、断网、休眠、释放都能在 CLI 里做完。退出码这套是清楚的:0 成功,1 服务端错误,2 客户端参数校验失败,7 高风险操作待确认,delete 不带 --yes 会直接停在 7。参数校验也做得挺前置,--instance-timeout 要在 300 到 604800 之间,这些在本地就拦下来了。百炼控制台入口在百炼首页。
用"文件、网络、权限、资源"这四问去量它,前三问都能给出干脆的读数。第四问的答案在账单里,不在文档里,而这一点对做预算的人恰恰最要紧。