Sandbox de agente
Un sandbox de agente (entorno aislado) es un entorno separado, como un contenedor, una máquina virtual o una restricción del sistema operativo, en el que un agente de IA ejecuta código y comandos sin poder llegar a archivos, redes o datos fuera de unos límites fijados.
También llamado: sandboxing, code sandbox
Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas
Los agentes ejecutan código que nadie ha revisado: comandos que han elegido, scripts que han escrito, paquetes que han instalado. Un sandbox limita el daño si ese código está mal o si al agente lo ha engañado una inyección de prompt.
Cómo funciona
Los sandboxes tienen varias formas:
- Restricciones del sistema operativo en una máquina local. Claude Code, por ejemplo, puede ejecutar comandos de shell dentro de un límite impuesto por Seatbelt en macOS y bubblewrap en Linux, que restringe las escrituras a la carpeta del proyecto y envía el tráfico de red a través de un proxy que comprueba cada dominio. - Contenedores o máquinas virtuales que alojan todo el agente, usados para el uso del ordenador y para agentes de programación en la nube. - Sandboxes de código alojados, como E2B, que ejecutan en máquinas remotas el código escrito por el modelo y devuelven la salida.
La propiedad clave es que el límite lo impone el sistema operativo o el hipervisor, no el modelo. La barrera aguanta sea cual sea el comando que el modelo decida ejecutar.
Por qué importa
Un sandbox permite que un agente trabaje sin una aprobación human-in-the-loop para cada comando, porque el peor caso queda contenido. También ayuda contra la exfiltración de datos, ya que bloquear el acceso a la red impide que salgan los datos robados.
Límites
Un sandbox solo cubre lo que se ejecuta dentro de él. En el caso de Claude Code, las herramientas de archivos y los servidores MCP se ejecutan fuera del sandbox de la shell. Los secretos colocados dentro del sandbox pueden filtrarse igualmente a través de dominios permitidos. Combina el sandbox con permisos de agente estrechos.
Términos relacionados
- Agente de programación
- Un agente de programación (coding agent) es un agente de IA que trabaja directamente sobre el software: lee un código, edita archivos, ejecuta comandos y pruebas, y repite hasta que un cambio funciona, en lugar de limitarse a sugerir código para que una persona lo pegue.
- Human-in-the-loop
- Human-in-the-loop (HITL, con una persona en el circuito) es un diseño en el que un sistema de IA se detiene en puntos elegidos para que una persona apruebe, corrija o rechace su siguiente paso, de modo que las acciones arriesgadas o inciertas no se ejecutan automáticamente.
- Prompt injection
- La prompt injection (inyección de prompts) es un ataque en el que un texto que recibe un modelo de lenguaje, escrito por un usuario u oculto en una página web, un archivo o el resultado de una herramienta, cambia el comportamiento del modelo de formas que su desarrollador no pretendía.
- Permisos de agente
- Los permisos de agente son las reglas que deciden qué herramientas, archivos, comandos, redes y cuentas puede usar un agente de IA, y qué acciones necesitan antes la aprobación de una persona, para que un agente equivocado o manipulado cause un daño limitado.
- Exfiltración de datos (agentes de IA)
- La exfiltración de datos, en el caso de los agentes de IA, ocurre cuando un atacante engaña a un agente para que lea datos privados a los que tiene acceso y los envíe fuera, mediante una petición web, un correo, un enlace de imagen u otro canal que controla el atacante.