AI 程式碼沙箱安全比較：引擎層面六項指標大揭密
本研究同時測量六項引擎層面的安全指標：主機攻擊面、資訊洩漏、深度防禦堆疊、公開 CVE 歷史、修補節奏與上游 fuzzing 狀況，評估五種 AI 沙箱產品如何將客戶程式碼與主機核心隔離。結果顯示，微型虛擬機、使用者空間核心與 OCI 容器在所有指標上均有明顯分野，但同類別產品間差異不大；
研究背景與目的
隨著生成式 AI 模型的普及，越來越多服務提供商推出 AI 程式碼沙箱，以防止惡意程式碼侵害主機系統。本篇論文以六項引擎層面指標同時評估五種沙箱產品的安全隔離能力，提供跨指標的綜合分析。
六項測量指標
1. 主機攻擊面（host attack surface）
2. 資訊洩漏（information leakage）
3. 深度防禦堆疊可組合性（defense‑in‑depth stackability）
4. 公開 CVE 歷史（public CVE history）
5. 修補節奏（patch cadence）
6. 上游 fuzzing 狀況（upstream fuzzing posture）
主要發現
（1）微型虛擬機、使用者空間核心與 OCI 容器在所有指標上形成明顯的類別分界，但同類別內部產品差異不大。
（2）產品的針對性政策是影響修補延遲的關鍵因素：協調披露時可在約 0 天完成修補，而下游延遲範圍從 0 天到 471 天以上，甚至無限期。
（3）fuzzing 投入分為三個層級，最強組合—微型虛擬機搭配持續公共 fuzzing—在本次樣本中未出現，導致「0 公開 CVE × 無上游 fuzzing」的情境未被測量。
研究產出
論文提供每一指標的排序、各產品的詳細肖像以及威脅模型資格矩陣，未給予整體排名，以免產生單一比較的誤導。
附註
相關程式碼與資料已於 GitHub 開放，採用 Apache‑2.0 授權。
延伸閱讀
- CDL中介化：以MLLM Interpreter與LLM分工結合CoT與GRPO提升平面幾何推理
- BenchCAD 評測：用 CadQuery 衡量多模態模型在參數化 CAD 生成與編輯的產業可用性
- KnotBench：用結繩圖示量化視覺—語言模型的感知—操作差距
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
