<aside> 💡

「ゆる AI Agent会」は、IVRy の有志メンバーが毎週集まり、各自が「面白そう」と思った AI / エージェント関連のトピック（論文、新モデル、ツール、概念など）を持ち寄って、ゆるく話す会です。このページでは 2026-10-23 回で話した内容をまとめています。

</aside>

https://ivry.jp/lp-article/data-team/

1. エージェントのサンドボックス環境（gumigumi4f）

資料

概要

冒頭で最近のモデルリリースに軽く触れたあと、本題として「LLM エージェントが生成したコードをどこで実行するか」というサンドボックス環境の話。VM / microVM、コンテナ、OS プリミティブ（Seatbelt / bubblewrap）、Wasm の4方式を比較した。

話した内容

最近のモデル

サンドボックス方式の比較

左ほど境界が強く、右ほど弱い。

VM / microVM コンテナ OSプリミティブ（Seatbelt / bwrap） Wasm
境界 ハイパーバイザ namespace＋cgroup＋seccomp namespace / LSM を単体で利用 ランタイム（命令セット・メモリモデル）
カーネル 専用カーネル ホストと共有 ホストと共有 使わない（WASI経由）
起動 遅い（microVMで~100ms） 速い（秒未満） ほぼゼロ 非常に速い（μs〜ms）※Pyodideは重い
動かせるもの 何でも（別OSも可） Linuxバイナリなら何でも ホストにあるものそのまま Wasmにコンパイルしたものだけ
主なメリット カーネル脆弱性も遮断。マルチテナント本番に耐える 環境再現・依存をイメージ同梱。エコシステム成熟 追加インフラ不要。git/npm/コンパイラが普通に動く。オーバーヘッドなし デフォルト拒否のcapability設計。CPU/メモリ上限が厳密。Docker不要でプロセス内に組み込め、ポータブル
主なデメリット 重い。インフラ運用コスト。ローカルで手軽に使えない カーネル共有で脱出リスク。デーモン・イメージ管理が必要 環境変数・.envが漏れやすい。Seatbeltは非推奨API。bwrapはAppArmor設定が要る場合あり。OS間でポリシー非等価 subprocess/fork/スレッド不可。C拡張は移植済みのみ。生ソケット不可。メモリ4GB上限。CPython on Wasmは遅い。ホスト関数が抜け穴。ランタイムCVE
Python実行 制約なし 制約なし 制約なし（ホスト環境） numpy等は移植済みのみ。pipはpure-Pythonのみ。MicroPythonはstdlibサブセット
強度 最強 中 中〜弱（設定次第） 強いが範囲が狭い
向く用途 未知コード・マルチテナントSaaS（E2B、Code Interpreter系） CI・再現性が必要な実行環境 ローカルのコーディングエージェント（Claude Code、Codex CLI） LLMの計算・変換・ツール実行、エッジ/SaaS組み込み

使い分け