En este artículo
OpenSandbox en producción: qué revisar antes de autoalojarlo
Quieres que un agente de IA ejecute código en tu infraestructura. Antes de darle una credencial de un cliente, comprueba el aislamiento y qué estado persiste al reutilizar el entorno.
OpenSandbox es una plataforma de código abierto para ejecutar agentes de IA en infraestructura que tú controlas. Su API de ciclo de vida conecta aplicaciones con despliegues Docker o Kubernetes, incluida infraestructura opcional de microVM. Lo consideraríamos si ese control justifica operar y probar la plataforma.
Revisión de fuentes: 11 de noviembre de 2026. Contrastamos el código de la versión 1.2.0, la documentación oficial y los reportes del proyecto. No hemos desplegado OpenSandbox, medido su rendimiento ni reproducido los problemas de seguridad reportados. Las pruebas propuestas más abajo son criterios de aceptación.
¿Qué es Alibaba OpenSandbox y quién lo mantiene ahora?
OpenSandbox ofrece servicios de ejecución y ciclo de vida: crear un entorno, ejecutar comandos, gestionar archivos, obtener endpoints y terminar la carga de trabajo. Alibaba aportó el proyecto a la Agentic AI Foundation, que anunció la incorporación el 22 de octubre de 2026. El repositorio actual es opensandbox-group/OpenSandbox y usa la licencia Apache 2.0.
El proyecto ofrece SDK para Python, JavaScript/TypeScript, Kotlin/Java, Go y C#/.NET, e interfaces CLI y MCP. Los ejemplos oficiales cubren agentes de programación, automatización del navegador y escritorios. Prueba conjuntamente las versiones del agente y del despliegue antes de introducir datos de clientes.
La arquitectura separa el servidor de ciclo de vida de la ejecución y la red. Tu aplicación sigue decidiendo qué puede intentar el agente, cuándo necesita aprobación humana y cómo comprobar el resultado. Nuestra guía de ingeniería del harness de agentes explica esa capa de aplicación.
¿Qué funciones de OpenSandbox son estables en noviembre de 2026?
En la fecha de revisión, 1.2.0 era la última versión estable, publicada el 27 de octubre. Sus notas de versión incorporan pausa automática y reactivación por acceso en FastSandbox, integración de Credential Vault en esos entornos y flujos de snapshots basados en OCI. La automatización debe activarse; cada función depende del backend y de su configuración. Para que puedas repetir la revisión, los detalles de ejecución se basan en release-1.2.0, commit 62a64f0.
| Componente o función | Versión revisada | Consecuencia para el despliegue |
|---|---|---|
| Servidor, CLI y paquetes SDK publicados | 1.2.0 | Fija una versión coherente del conjunto; evita mezclar paquetes sin comprobar su compatibilidad. |
| Imágenes de componentes de la plataforma | release-1.2.0 | Obtén el digest de la imagen elegida y conserva el inventario de componentes de la versión (BOM). |
| Automatización por inactividad de FastSandbox | Incluida en 1.2.0, desactivada por defecto | Activa tanto el backend como los controles de infraestructura y la política de cada entorno. |
| Credential Vault Exchange | En 1.2.1-rc.2, una versión preliminar | Su API de intercambio de credenciales requiere una versión posterior a 1.2.0. |
| Imágenes de cargas de trabajo, como Code Interpreter | Versionado independiente | Fija y revisa también la imagen de la carga de trabajo. |
La versión candidata del 11 de noviembre publica imágenes; los paquetes SDK y CLI esperan a la versión estable. La documentación de los SDK advierte que sigue la rama principal.
En la próxima actualización, prueba el reinicio del controlador de Kubernetes con sandboxes activos y reduce el tamaño del pool cuando tenga capacidad ociosa. Comprueba que las tareas activas continúan y se libera la capacidad ociosa. Usa las imágenes y los paquetes que vayas a desplegar.
La política de versionado unifica ahora las versiones de la plataforma, mientras que las imágenes de plantillas de trabajo siguen un ciclo independiente. También describe soporte para la línea más reciente, sin LTS. Incluye las actualizaciones en tu presupuesto.
¿Conviene usar Docker, Kubernetes o FastSandbox?
Usa Docker para validar una integración local. Elige Kubernetes si necesitas sus controles de despliegue y separación de tenants. Considera FastSandbox si las microVM basadas en plantillas y los checkpoints encajan con la carga de trabajo. Comprueba la red y la recuperación del estado en el runtime elegido.
| Despliegue | Punto de partida útil | Qué debes comprobar |
|---|---|---|
Docker con runc convencional | Desarrollo de confianza e integración de SDK | Exposición del host, volúmenes montados, autenticación de la API y limpieza; los contenedores convencionales comparten el kernel del host. |
| Docker o Kubernetes con gVisor | Cargas compatibles con un kernel en espacio de usuario | Compatibilidad de llamadas al sistema y una alternativa al sidecar de salida de OpenSandbox, cuya interceptación NAT es incompatible con gVisor. |
| Kubernetes con Kata | Flujos de contenedores que necesitan un kernel invitado separado | RuntimeClasses instaladas, capacidad, compatibilidad de imágenes y controles de red elegidos. |
| FastSandbox con Firecracker | MicroVM basadas en plantillas y recuperación mediante checkpoints | Infraestructura con KVM, plantillas, almacenamiento, componentes compartidos y aplicación de políticas por VM. |
La guía de runtimes seguros distingue el kernel en espacio de usuario de gVisor de los runtimes con VM de Kata. Firecracker también está disponible mediante la arquitectura independiente de FastSandbox; un inicio rápido con Docker no lo activa automáticamente. Para elegir el host y el sistema operativo, consulta nuestra guía de infraestructura Linux para agentes de IA.
¿Todos los entornos de OpenSandbox aíslan la red?
Los controles de red dependen del perfil de despliegue y de su configuración. Si usas el sidecar clásico, comprueba que el componente de salida esté conectado y aplique tu política. La autenticación de los endpoints de entrada es otro control. Prueba también los accesos que deben denegarse.
La guía de configuración del servidor exige una clave API para operar con autenticación en modo de un solo tenant. Secure Access protege los endpoints de entrada mediante una pasarela ingress de Kubernetes; Docker rechaza secureAccess: true. Ninguno de estos ajustes sustituye a la política de salida.
Cuando se proporciona una política, el parser del sidecar 1.2.0 asigna deny si falta defaultAction. En cambio, FastSandbox sin networkPolicy instala expresamente una política que permite por defecto. Define la política de forma explícita: omitirla por completo y omitir uno de sus campos tienen consecuencias distintas.
La guía de aislamiento de red recoge estas limitaciones:
- Política de plataforma: en el componente de salida, las reglas
deny.alwaysque controla el operador tienen prioridad sobre las reglas del usuario. Una política aportada por quien crea la carga de trabajo implica un límite de confianza distinto. - Pools clásicos preparados de antemano: no puedes combinar
extensions.poolRefcon unanetworkPolicypor solicitud. Configura los controles en la plantilla del pod del Pool antes de asignarlo, o usa un despliegue sin pool. Esta restricción corresponde al servicio Kubernetes clásico; FastSandbox sí admite la política por solicitud junto conpoolRef. - Compatibilidad del runtime: la interceptación NAT del sidecar es incompatible con la pila de red de gVisor. Tampoco se admite la interceptación transparente de Istio/Envoy en el mismo espacio de nombres de red del pod.
Prueba los cambios de política con conexiones existentes y nuevas. El reporte #2329 del proyecto describe sesiones TCP establecidas que siguen abiertas tras endurecer la política, con servidor 0.2.1 y egress 1.1.4. No lo hemos reproducido en 1.2.0. Comprueba el procedimiento de parada. Si una conexión sigue siendo utilizable tras cambiar la política, la respuesta al incidente debe poder cortar el tráfico y revocar la credencial.
¿Credential Vault mantiene las claves API reales fuera del agente?
Credential Vault está diseñado para gestionar las credenciales de las solicitudes salientes, de modo que la carga de trabajo use valores de sustitución sin tener la clave real. Verifica la vinculación con el destino antes de aportar secretos de clientes. Que la clave no esté en los archivos del entorno invitado no demuestra a dónde la envía el proxy.
Para despliegues con sidecar clásico, la guía de Vault exige Credential Proxy, una política de red y aplicación de reglas con dns+nft. Recomienda defaultAction="deny"; permitir por defecto sigue aceptándose temporalmente, con una advertencia. Restringe cada credencial al destino, método y ruta necesarios. Una vinculación demasiado amplia todavía puede autorizar una operación API costosa o destructiva. La implementación 1.2.0 selecciona una única vinculación de máxima prioridad y rechaza los empates. El orden de las vinculaciones no basta como política de acceso.
Un reporte abierto describe la selección de credenciales a partir de HTTP Host sin contrastarlo con el extremo remoto de la conexión TLS. La corrección propuesta #1759 seguía sin integrarse cuando revisamos las fuentes. No hemos reproducido el problema y los perfiles de despliegue difieren. Exige pruebas del comportamiento de las vinculaciones en la imagen desplegada antes de usar credenciales de clientes.
¿Los pools de OpenSandbox están aislados por tenant?
Las API de gestión de pools clásicos en OpenSandbox 1.2.0 son compartidas, aunque las claves de tenant delimiten las operaciones del ciclo de vida de cada entorno. La guía de multitenencia indica que /pools opera en el namespace predeterminado que configura el servidor. Trata esos pools como recursos compartidos, salvo que establezcas una separación mediante despliegues independientes.
Docker no admite este modelo de tenants basado en namespaces. En Kubernetes debes configurar las cuotas, los límites predeterminados y la aplicación de controles de red. Prueba dos identidades de tenant contra las rutas de listado, lectura, borrado y gestión de pools. Después intenta enviar tráfico entre sus cargas de trabajo.
¿Qué ocurre con el estado y el coste al pausar un entorno?
Al pausar un entorno, FastSandbox guarda el estado de la microVM en un checkpoint y libera su capacidad de ejecución. Los costes de almacenamiento y de los componentes compartidos continúan; otros backends se comportan de forma distinta. Prueba la reanudación. Recuperar un archivo no basta si el agente pierde el estado de la tarea o las credenciales se comportan de otra manera.
La documentación de checkpoints de FastSandbox describe artefactos del sistema de archivos, la memoria y el estado de la VM. El diseño de automatización por inactividad requiere activación explícita y mantiene el reloj de caducidad durante la pausa. La ausencia de tráfico de entrada puede pasar por alto trabajo en segundo plano; quizá necesites una sonda de actividad de la aplicación.
Liberar recursos del cliente y terminar el entorno remoto son operaciones distintas. El ejemplo del SDK de TypeScript usa kill() para terminar el entorno y close() para liberar los recursos locales. Confirma la terminación remota y gestiona los fallos de limpieza.
¿Puedes verificar los artefactos 1.2.0 antes del despliegue?
Puedes fijar la identidad de cada imagen, pero la documentación oficial actual señala carencias de firmas y procedencia verificable en los artefactos 1.2.0 examinados. La guía actual de verificación de versiones, en la rama principal distingue los flujos firmados anteriores de las versiones unificadas y remite a la incidencia #2463.
Registra en un manifiesto de despliegue la etiqueta de versión, las versiones de paquetes, los digests de componentes y de la imagen de trabajo, y los resultados reales de verificación. El commit de compilación indicado en el BOM puede diferir del commit de la etiqueta. Un digest coincidente identifica los bytes seleccionados; no demuestra quién los compiló. Si la procedencia verificable es un requisito obligatorio para lanzar, mantenlo pendiente hasta que el artefacto lo cumpla.
¿Cuándo compensa autoalojar OpenSandbox?
Elegiríamos OpenSandbox cuando el control de la infraestructura, la elección del runtime o la integración con sistemas privados justifiquen un equipo que lo opere. Compara también una alternativa gestionada si necesitas un operador externo para la infraestructura de ejecución. Revisa sus compromisos de aislamiento y retención, las regiones disponibles y el soporte.
| Decisión | Motivo para considerar OpenSandbox | Motivo para comparar un servicio gestionado |
|---|---|---|
| Control del despliegue | Necesitas un clúster o runtime específico. | Las regiones y controles disponibles cubren la carga de trabajo. |
| Capacidad operativa | Tienes un responsable de parches e incidentes. | Operar la infraestructura desplazaría trabajo de producto. |
| Ajuste a la carga de trabajo | Importan las imágenes propias y la integración con tu plataforma. | Una API de ejecución estándar cubre la necesidad. |
| Coste | El uso medido puede justificar capacidad compartida y tiempo de operación. | Un volumen incierto favorece probar primero un servicio de pago por uso. |
Sigues pagando por cómputo, capacidad ociosa, almacenamiento, red, logs, actualizaciones y guardias. Mide el coste por acción aceptada del agente con las mismas tareas y el mismo umbral de calidad en ambas opciones. Evita comparar un benchmark del proveedor con capacidad preparada de antemano con tu propio arranque en frío.
¿Qué debe demostrar un piloto de OpenSandbox de 30 días?
Un piloto útil debe dejar un registro de aceptación del despliegue concreto y una comparación de costes operativos. El calendario propuesto no es una garantía de entrega. Empieza con secretos sintéticos. Elige una carga reversible, define qué resultados se consideran aceptables antes de probar y conserva tanto los fallos como los éxitos.
| Periodo | Decisión que debes probar | Evidencia necesaria |
|---|---|---|
| Días 1 a 5 | Una versión y un perfil de runtime | Manifiesto de paquetes e imágenes, definición de la carga, responsables y estado explícito de la verificación de procedencia. |
| Días 6 a 10 | Acceso a endpoints y tenants | Denegaciones previstas para usuarios no autorizados y solicitudes entre tenants, incluidas las rutas de Pool. |
| Días 11 a 15 | Tráfico de salida y vinculaciones de credenciales | Solicitudes permitidas y denegadas, comprobaciones independientes de Host y del extremo remoto TLS, comportamiento de conexiones existentes y procedimiento de parada probado. |
| Días 16 a 20 | Pausa, reanudación y terminación | Estado de tarea recuperado, ciclo de vida correcto de los secretos, caducidad y limpieza remota confirmada. |
| Días 21 a 25 | Actualización y recuperación | Ensayo de reversión de versión y trazas que relacionen identidad, carga de trabajo, política y acciones del operador. |
| Días 26 a 30 | Comparación entre autoalojamiento y servicio gestionado | Tasa de tareas aceptadas, distribución de latencia, coste de infraestructura, horas de operación y requisitos de lanzamiento pendientes. |
Usa nuestra lista de controles de contención para sandboxes de agentes de IA para ampliar el modelo de amenazas. Mantén abiertos los requisitos obligatorios mientras falten pruebas.
Nuestra recomendación
Antes de incorporar cargas de clientes, exige pruebas de la vinculación de credenciales y de la separación entre tenants, y un método probado para cortar el acceso a la red. Resuelve los requisitos obligatorios de verificación de artefactos. Elige una alternativa gestionada si una necesidad concreta de infraestructura o los costes operativos medidos no justifican el trabajo de plataforma.
El servicio de ingeniería de productos de IA de Wavect puede ayudarte a definir esa carga de trabajo y sus criterios de aceptación. El caso Twinsoft AI aporta contexto de entrega de productos de IA, no pruebas de un despliegue de OpenSandbox. Nuestra comparativa entre apoyo externo de IA y equipo propio ayuda a evaluar tu capacidad operativa. Solicita una revisión del despliegue de OpenSandbox e indica el runtime, el modelo de tenants y los requisitos de credenciales que necesitas evaluar.
