エージェントサンドボックス
エージェントサンドボックス(agent sandbox)とは、コンテナ、仮想マシン、オペレーティングシステムの制限などによる隔離された環境です。AI エージェントはその中でコードやコマンドを実行し、決められた範囲の外にあるファイル、ネットワーク、データには届きません。
別名: sandboxing, code sandbox
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
エージェントは誰もレビューしていないコードを実行します。自分で選んだコマンド、自分で書いたスクリプト、自分でインストールしたパッケージです。サンドボックスは、そのコードが間違っていたり、エージェントがプロンプトインジェクションにだまされたりした場合の被害を限定します。
仕組み
サンドボックスにはいくつかの形があります。
- ローカルマシン上のオペレーティングシステムによる制限。たとえば Claude Code は、macOS では Seatbelt、Linux では bubblewrap が強制する境界の中でシェルコマンドを実行できます。書き込みはプロジェクトフォルダーに限られ、ネットワーク通信は各ドメインを確認するプロキシを経由します。 - エージェント全体を収めるコンテナや仮想マシン。コンピューター操作やクラウドのコーディングエージェントで使われます。 - E2B のようなホスト型のコードサンドボックス。モデルが書いたコードをリモートのマシンで実行し、出力を返します。
重要なのは、制限を強制するのが モデルではなく、オペレーティングシステムやハイパーバイザーだという点です。モデルがどんなコマンドを実行しようとしても、境界は保たれます。
なぜ重要か
最悪の場合でも被害が封じ込められるので、サンドボックスがあればエージェントはコマンドごとにヒューマンインザループの承認を受けずに作業できます。ネットワークへのアクセスを遮断すれば盗まれたデータが外に出ないため、データ流出への対策にもなります。
限界
サンドボックスが守るのは、その中で動くものだけです。Claude Code の場合、ファイルツールと MCP サーバーはシェルのサンドボックスの外で動きます。サンドボックス内に置いた機密情報は、許可されたドメインを通じて漏れる可能性があります。サンドボックスは、範囲を絞ったエージェントの権限と組み合わせてください。
関連用語
- コーディングエージェント
- コーディングエージェント(coding agent)とは、人が貼り付けるコードを提案するだけでなく、ソフトウェアに直接取り組む AI エージェントです。コードベースを読み、ファイルを編集し、コマンドとテストを実行し、変更が動くまで繰り返します。
- ヒューマンインザループ
- ヒューマンインザループ(human-in-the-loop、HITL)とは、AI システムが決められた時点で一時停止し、人が次の手順を承認、修正、拒否する設計です。リスクのある操作や不確かな操作が自動で実行されないようにします。
- プロンプトインジェクション
- プロンプトインジェクション(prompt injection)とは、ユーザーが入力した、あるいはWebページ、ファイル、ツールの結果に隠されたテキストが言語モデルに渡され、開発者が意図しない形でモデルの挙動を変える攻撃です。
- エージェントの権限
- エージェントの権限(agent permissions)とは、AI エージェントがどのツール、ファイル、コマンド、ネットワーク、アカウントを使えるか、どの操作に事前の人の承認が必要かを決めるルールです。誤ったり操作されたりしたエージェントが与える被害を限定します。
- データ流出(AI エージェント)
- AI エージェントにおけるデータ流出(data exfiltration)とは、攻撃者がエージェントをだまし、エージェントがアクセスできる非公開のデータを読ませて、ウェブリクエスト、メール、画像リンク、その他攻撃者が制御する経路で外部に送らせることです。