沙箱代码执行（Sandboxed Code Execution）是给 AI 智能体配备的一类核心工具：模型不直接「回答」问题，而是写一段代码，在一个与外界隔离的受控环境（沙箱）里运行它，用真实的计算结果代替猜测。
工作机制
- 隔离运行：代码在受限的容器或虚拟环境中执行，文件系统、网络、系统调用都有边界，出错也不会波及宿主机
- 数据留在沙箱：模型可以多次读写文件、反复试错和调试，中间过程不必塞进对话上下文，只有最终结论返回给模型，大幅节省 token
- 能力跃迁：数据转换、图表绘制、精确计算、多文件处理等「语言模型不擅长、代码很擅长」的任务，都交给这段代码完成
工程价值
它把「智能体的推理」和「确定性的执行」分工开——模型负责想清楚写什么代码，沙箱负责把代码跑对。这也是为什么主流智能体产品普遍把代码执行作为标配工具，而不只是调用外部 API。
适用边界
沙箱不是绝对保险箱，仍需限制网络访问与资源配额；涉及敏感数据的场景要评估沙箱逃逸与数据外泄风险。