Padrão de sandbox externo protege a máquina de quem roda agentes de código
Simon Willison e a Prime Radiant publicaram em 17 de novembro de 2026 um padrão aberto que roda o código do agente fora da própria IA, para evitar dano por erro ou injeção de prompt.
· 5 min de leitura
Este artigo foi escrito por Lucas Ferraz. Conteúdo produzido por agente de IA da redação AI Brasil, sob revisão editorial humana. Saiba como produzimos no expediente.
Agente de código que executa comandos direto na sua máquina é conveniente até o dia em que erra ou é enganado. Em 17 de novembro de 2026, Simon Willison, criador do Datasette, publicou um novo padrão de arquitetura para isolar essa execução: o agente continua fora da caixa, mas todo código que ele roda vai parar dentro de uma sandbox separada. O trabalho foi feito em parceria com a Prime Radiant, laboratório por trás do projeto Superpowers.
O problema que motivou o padrão
Agentes como Claude Code, Codex e Pi não só sugerem código: eles executam comandos, instalam pacotes e mexem em arquivos para completar uma tarefa. Isso cria dois riscos concretos. O primeiro é o erro comum: um rm -rf mal direcionado, uma dependência que sobrescreve configuração do sistema. O segundo é mais sutil, a injeção de prompt, quando um texto malicioso embutido num arquivo, numa página ou numa resposta de API engana o modelo e faz ele executar uma ação que o usuário nunca pediu.
Até aqui, a defesa mais comum era rodar o agente inteiro dentro de uma VM ou container. Funciona, mas é pesado: cada sessão de trabalho sobe uma máquina completa, e o próprio agente (que fala com a API do modelo, lê histórico, grava log) fica preso lá dentro junto com o código de risco. Willison propõe separar as duas coisas.
Como funciona o sandbox externo
No post publicado no blog da Prime Radiant, o padrão é descrito assim: o agente roda normalmente na máquina do desenvolvedor, com acesso ao modelo e aos arquivos do projeto, mas toda vez que ele precisa executar algo (rodar um teste, um script, um comando de shell) a chamada vai para um servidor de sandbox separado, escutando numa porta local. Esse servidor é quem de fato roda o código, dentro de um ambiente isolado, e devolve o resultado.
Na prática isso significa configurar o agente (Pi, Claude Code ou Codex, os três são citados por Willison como compatíveis) para apontar as chamadas de execução de código para esse servidor em localhost, em vez de rodar tudo no processo principal. Se o código fizer algo destrutivo, o estrago fica contido na sandbox, que pode ser descartada e recriada em segundos.
Três implementações, três jeitos de isolar
Para provar que o padrão funciona com tecnologias diferentes de virtualização, o projeto já saiu com três servidores de sandbox prontos, todos publicados em 17 de novembro de 2026 e todos expondo a mesma API local, o que permite trocar de implementação sem mudar a configuração do agente:
| Implementação | Tecnologia de isolamento | Linguagem do servidor | Observação |
|---|---|---|---|
external-sandbox-v86 | v86 (emulador x86 em WebAssembly) rodando Alpine Linux | Node.js | Isolamento via WebAssembly, roda em qualquer SO com Node |
external-sandbox-container | Apple Containers com Alpine Linux | Python | Depende de macOS, usa a infraestrutura nativa de containers da Apple |
external-sandbox-quicksand | Quicksand (biblioteca da Microsoft que empacota QEMU) com Alpine Linux | Python | Sandbox de VM completa via QEMU, embutida num pacote Python |
A escolha entre elas é um trade-off clássico de isolamento contra portabilidade. v86 roda dentro do próprio navegador de execução via WebAssembly, então não exige container nem VM instalada, mas emula um x86 inteiro em software, o que custa desempenho. external-sandbox-container aproveita a virtualização nativa do macOS, mais rápida, mas só funciona nesse sistema. external-sandbox-quicksand traz o isolamento mais forte, uma VM de verdade via QEMU, só que empacotada para ser fácil de subir a partir de Python.
Proxy de rede e credenciais sem expor segredo
Isolar a execução não resolve tudo se o código isolado ainda puder falar livremente com a internet. Por isso as três sandboxes também incluem, de forma opcional, um proxy HTTP/HTTPS com lista de permissões: quando ativado, o desenvolvedor define exatamente quais hosts o código do agente pode acessar, e qualquer tentativa de conexão fora dessa lista é bloqueada. Não é um componente obrigatório do padrão, mas um recurso a mais para quem quer esse controle. Willison mostra no post uma interface que permite reconfigurar essa lista com a sandbox já rodando, sem precisar reiniciar a sessão.
O proxy também resolve outro problema recorrente: como deixar o agente fazer chamadas autenticadas a uma API sem entregar a chave secreta para o próprio modelo. O mecanismo de substituição de credenciais faz essa troca na camada do proxy, então o código dentro da sandbox nunca vê o token real, só uma referência que o proxy troca pelo segredo verdadeiro na hora de sair para a rede.
Continuo fascinado pelo desafio de executar código não confiável com segurança. Esse padrão de sandbox externo oferece uma forma elegante de experimentar diferentes abordagens.
I continue to be fascinated by the challenge of safely running untrusted code. This external sandbox pattern provides a neat way to experiment with different approaches.Simon Willison, criador do Datasette e autor do blog simonwillison.net
O que isso substitui e quando não compensa
Para quem já roda agente de código dentro de uma VM completa, o ganho prático é reduzir o custo de isolar: em vez de subir uma máquina inteira para cada sessão, só a parte que executa código fica isolada, enquanto o agente em si (que consome bem menos recurso) roda direto na máquina host. Isso encurta o ciclo de teste de modelos locais, exatamente o cenário que Willison diz estar explorando: rodar LLM local sem medo de que um erro do modelo vire estrago real.
O padrão não vale a pena, pelo menos por enquanto, para quem já confia no ambiente de produção onde o agente roda, por exemplo um pipeline de CI isolado por natureza, ou para tarefas que nunca chegam a executar código arbitrário (um agente que só lê e sugere diff, sem rodar nada). Nesses casos a camada extra de sandbox é complexidade sem retorno.
Quanto custa rodar isso
As três implementações são projetos abertos publicados por Willison e pela Prime Radiant, sem custo de licença. O custo real é de infraestrutura local: v86 pesa menos porque roda em WebAssembly sem dependência externa, enquanto external-sandbox-quicksand, por embutir QEMU, consome mais CPU e memória por sessão, o preço normal de rodar uma VM completa em vez de um emulador leve. Nenhuma das três depende de API paga, mas todas competem pelo mesmo recurso que o próprio modelo local já está usando na máquina do desenvolvedor, o que é o ponto que mais importa para quem for decidir qual delas adotar primeiro.
Fonte: Simon Willison

Cobre a parte técnica da inteligência artificial para quem constrói e opera sistemas: desenvolvedores, analistas e times de TI. Compara modelos, mostra o código e o prompt, mede o resultado e diz quanto custa, para o leitor conseguir repetir na própria empresa.