当Agent火起来后，很多人以为沙箱不过是起个容器跑代码，但真正让Agent上规模的工程师都知道，沙箱不难，把恢复沙箱做到Anthropic的水准才难。这个认知差距，源于业界讨论AI的声音主要来自做模型的人，而非做Agent基础设施的人。Agent用起来的标志就是上规模，而恢复沙箱的精确性，决定了哪些公司能站住，哪些站不住。

恢复沙箱的难点在于，它要复原沙箱销毁那一瞬间全部的状态：内存里的变量值、已写到磁盘的文件、正在执行的进程、已发起但未响应的网络请求、浏览器的cookies和缓存、数据库连接、已持有的锁、临时文件和环境变量。这些东西必须精确复原，不能多不能少，不能错位。而Anthropic的Claude Managed Agent做到了真正的多租户隔离（几千用户互不影响）、精确状态恢复（从中断点继续，不是从头重来）、完整可观测性、99.9%以上SLA和自动故障转移。

工程难点层层递进：首先，保存什么？不是所有状态都能保存，也不是所有都需要保存。最好保存的是文件系统快照和内存中的临时计算结果；必须保存的则需要精细取舍，做错任何一个选择，要么数据丢失，要么存储爆炸。其次，何时保存？不能等沙箱销毁时才保存，必须持续保存，但每种策略都有代价——单机数据库还是分布式存储，读写比例是多少，高峰流量是平均流量的几倍，每个变量都会改变最优答案。最后，如何精确恢复？需要启动一模一样的容器，加载事件日志，重放所有操作，反序列化数据，重建网络和数据库连接，恢复文件系统快照，并让Agent知道它现在在哪一步。某些操作不是幂等的，重放可能产生副作用，这是分布式系统里著名的精确一次难题。

轻量级沙箱，比如北美E2B公司或AI创业公司的内部沙箱，早期用Modal这种通用云函数平台搭建，3个人3个月就能跑起来，给少量人用。但企业级要求下，一家企业1000员工同时用Agent，每个跑在自己的沙箱里，就是1000个沙箱同时存在，每个状态、计费、监控、安全都要精确管理。很多厂商把OpenClaw魔改成团队版或企业版，但这条路和CMA的路完全不同。对于AI从业者和爱好者来说，理解这些工程细节比追逐模型参数更有价值——因为沙箱恢复的成熟度，将直接决定Agent时代的基础设施谁主沉浮。