OpenSandbox en producción: qué revisar antes de autoalojarlo

Volver
Kevin Riedl

14 min de lectura · 16 de agosto de 2026
Última revisión

Siguiente
Se crea en tu dispositivo, sin conectar con Instagram. Copiamos el enlace para su sticker de enlace.

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 funciónVersión revisadaConsecuencia para el despliegue
Servidor, CLI y paquetes SDK publicados1.2.0Fija una versión coherente del conjunto; evita mezclar paquetes sin comprobar su compatibilidad.
Imágenes de componentes de la plataformarelease-1.2.0Obtén el digest de la imagen elegida y conserva el inventario de componentes de la versión (BOM).
Automatización por inactividad de FastSandboxIncluida en 1.2.0, desactivada por defectoActiva tanto el backend como los controles de infraestructura y la política de cada entorno.
Credential Vault ExchangeEn 1.2.1-rc.2, una versión preliminarSu API de intercambio de credenciales requiere una versión posterior a 1.2.0.
Imágenes de cargas de trabajo, como Code InterpreterVersionado independienteFija 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.

DesplieguePunto de partida útilQué debes comprobar
Docker con runc convencionalDesarrollo de confianza e integración de SDKExposición del host, volúmenes montados, autenticación de la API y limpieza; los contenedores convencionales comparten el kernel del host.
Docker o Kubernetes con gVisorCargas compatibles con un kernel en espacio de usuarioCompatibilidad de llamadas al sistema y una alternativa al sidecar de salida de OpenSandbox, cuya interceptación NAT es incompatible con gVisor.
Kubernetes con KataFlujos de contenedores que necesitan un kernel invitado separadoRuntimeClasses instaladas, capacidad, compatibilidad de imágenes y controles de red elegidos.
FastSandbox con FirecrackerMicroVM basadas en plantillas y recuperación mediante checkpointsInfraestructura 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.always que 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.poolRef con una networkPolicy por 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 con poolRef.
  • 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.

DecisiónMotivo para considerar OpenSandboxMotivo para comparar un servicio gestionado
Control del despliegueNecesitas un clúster o runtime específico.Las regiones y controles disponibles cubren la carga de trabajo.
Capacidad operativaTienes un responsable de parches e incidentes.Operar la infraestructura desplazaría trabajo de producto.
Ajuste a la carga de trabajoImportan las imágenes propias y la integración con tu plataforma.Una API de ejecución estándar cubre la necesidad.
CosteEl 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.

PeriodoDecisión que debes probarEvidencia necesaria
Días 1 a 5Una versión y un perfil de runtimeManifiesto de paquetes e imágenes, definición de la carga, responsables y estado explícito de la verificación de procedencia.
Días 6 a 10Acceso a endpoints y tenantsDenegaciones previstas para usuarios no autorizados y solicitudes entre tenants, incluidas las rutas de Pool.
Días 11 a 15Tráfico de salida y vinculaciones de credencialesSolicitudes permitidas y denegadas, comprobaciones independientes de Host y del extremo remoto TLS, comportamiento de conexiones existentes y procedimiento de parada probado.
Días 16 a 20Pausa, reanudación y terminaciónEstado de tarea recuperado, ciclo de vida correcto de los secretos, caducidad y limpieza remota confirmada.
Días 21 a 25Actualización y recuperaciónEnsayo de reversión de versión y trazas que relacionen identidad, carga de trabajo, política y acciones del operador.
Días 26 a 30Comparación entre autoalojamiento y servicio gestionadoTasa 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.

Preguntas frecuentes sobre OpenSandbox

¿Cuál es la web oficial del proyecto OpenSandbox de Alibaba?
Parte de opensandbox-group/OpenSandbox en GitHub y sigue su enlace de documentación a open-sandbox.ai, con el guion. La antigua URL alibaba/OpenSandbox redirige a la organización actual. Alibaba aportó el proyecto a AAIF en octubre de 2026; algunos paquetes todavía conservan su nombre. Comprueba la identidad del repositorio antes de copiar instrucciones de instalación.
¿Necesito una cuenta de Alibaba Cloud para usar OpenSandbox?
OpenSandbox puede ejecutarse en infraestructura que tú controlas mediante Docker o Kubernetes; una cuenta de Alibaba Cloud no es un requisito universal. El runtime elegido sí tiene requisitos. Por ejemplo, Firecracker necesita soporte de virtualización adecuado, mientras que un despliegue Kubernetes requiere permisos de clúster, red y almacenamiento compatibles con su backend.
¿OpenSandbox sustituye al modelo o al framework del agente?
OpenSandbox aporta infraestructura de ejecución. Tu modelo y tu aplicación siguen planificando tareas, eligiendo herramientas, solicitando aprobaciones y verificando resultados. Un sandbox puede limitar dónde se ejecuta el código y a qué recursos accede, pero no decide si una acción permitida es correcta para tu cliente.
¿Un ejemplo oficial de agente de programación garantiza compatibilidad en producción?
No. Un ejemplo muestra una vía de integración para la configuración documentada. Fija las versiones del agente, la imagen de trabajo, el SDK y la plataforma. Comprueba conjuntamente autenticación, acceso a la red, resultados y limpieza. Prueba también los fallos y la recuperación antes de que tu equipo operativo dé esa combinación por válida.
¿El timeout de un sandbox impone un límite total de gasto?
Por sí solo, no. El límite documentado del servidor restringe el timeout solicitado al crear el entorno, pero una renovación puede alargar su vida. Controlar el gasto exige limitar quién puede renovar, la concurrencia, el almacenamiento retenido y el acceso a API de pago, además de monitorización y una terminación probada. Mide también los costes fuera del tiempo de ejecución activa.
¿Este análisis incluye mediciones independientes de OpenSandbox 1.2.0?
No. Este análisis se basa en documentación oficial, información de versiones y reportes identificados del proyecto, revisados el 11 de noviembre de 2026. No hemos medido arranques en frío, reproducido el comportamiento reportado de las credenciales ni probado el aislamiento entre tenants en un despliegue real. La tabla del piloto describe las pruebas necesarias antes de hacer esas afirmaciones.

Ayuda para IA en producción

Si estás construyendo un producto de IA y te preocupan el coste de inferencia, la arquitectura o la preparación para producción, Wavect ayuda a fundadores a convertir prototipos de IA en sistemas fiables.

Ruta de servicio:

Tu bandeja, sin ruido

Sigue el trabajo que te importa

Recibe un correo breve cuando publiquemos algo nuevo. Sigue todo el blog o solo los temas que te interesan.

¿Qué quieres recibir?
Elige tus temas

Gratis, doble opt-in y sin píxeles de seguimiento.

Volver
Kevin Riedl

14 min de lectura · 16 de agosto de 2026
Última revisión

Siguiente

Recibe la próxima nota de campo sobre IA y agentes

Un correo breve cuando publiquemos. Sin píxeles de seguimiento ni contenido de relleno.

Gratis, doble opt-in y sin píxeles de seguimiento.