---
title: "Sandman 论文报告共享 Kubernetes 上的智能体训练沙箱实践"
dek: "论文称，Amazon 构建的服务已支持数百万个训练沙箱。保存的 arXiv 摘要介绍了架构和规模数据，但未确立隔离强度或结果可复现性。"
---

Yiming Yan 等作者于 2026 年 10 月 29 日提交 Sandman 论文，介绍了 Amazon 构建并运营的一项沙箱服务，用于智能体工具执行与评估。作者称，该服务在共享 Kubernetes 集群上支持多个生产环境中的智能体强化学习（RL）工作负载。此次消息涉及论文及运营经验；摘要表示将开源守护进程、provider 和 pool，并未确立开源发布已经完成。[^1]

训练框架提供任务镜像，随后在返回的沙箱中执行命令和文件操作。摘要称，文件与进程会在多次调用之间保留，直到框架释放环境。每个沙箱都是一个 Kubernetes Pod，小型守护进程被挂载到未经修改的镜像中；Sandman 负责创建、就绪管理和清理。[^1]

作者报告，一次规模测试维持了 11,858 个并发微型沙箱；2026 年 10 月的四次生产环境 SWE-bench Verified 训练活动共创建了 310 万个沙箱。这些均为作者报告的数据。摘要将突发创建请求、任务环境准备、废弃沙箱回收和受控评估列为运营问题，但所给细节不足以独立评估上述结果或隔离保障。[^1]

:::analysis
这些主张位于 T6 评估层、T5 智能体层和 T2 运行时层：环境生命周期与持久状态会影响评估智能体行为的条件，而仅凭这份摘要，读者仍需信任作者对实现和运营的描述。这里涉及的可核查属性是可识别性：如果服务于某位用户的确切版本和配置有记录且可供核查，该用户就能判断自己是否曾接触某一特定部署。用户和运营方应核查自身的任务镜像、守护进程版本、配置、状态保留时间及清理行为；这些检查建议来自摘要描述的架构，保存的来源并未指定修复版本或升级建议。[^1]
:::

:::checked
我们于 2026 年 10 月 30 日阅读了所提供的 Sandman arXiv 摘要页存档，编号为 2610.39711v1，包括提交历史。我们未阅读论文全文、检查代码或测试系统。这次阅读确认了作者报告的内容及提交日期，未独立确认性能、隔离效果或部署行为。[^1]
:::

[^1]: Sandman: Building and Operating Sandboxes for Agentic Reinforcement Learning on Shared Kubernetes。arXiv，2026 年 10 月 29 日。https://arxiv.org/abs/2610.39711
