Cursor 團隊如何為本地 AI 程式碼助理實作安全沙箱機制

隨著 AI 程式碼助理執行終端機指令的能力越發強大，頻繁的權限確認常導致批准疲勞，進而增加安全風險。Cursor 針對 macOS、Linux 與 Windows 推出本地代理沙箱，在維持操作自由度的同時，有效防範資料刪除與機密外洩等威脅。

• 跨平台實作：macOS 採用 Seatbelt（sandbox-exec），Linux 結合 Landlock 與 seccomp，Windows 則透過 WSL2 運行沙箱。 • 減少干擾：沙箱化代理的停止頻率降低了 40%，大幅減少手動審查與確認的時間。 • 提升模型感知：透過調整 Shell 工具描述與錯誤回饋，教導代理辨識沙箱限制並適時請求提升權限。

許多終端機指令需要意料之外的權限，設計可用沙箱的核心在於平衡安全性與可用性。

目前該功能已在多個作業系統上線，並獲得 NVIDIA 等企業客戶採用，未來更期望發展出能適應環境限制的沙箱原生代理。