# 沙箱中的 1,000 个 Agent 任务：LLM 运行代码时会坏在哪里——Kevin Orellana，AWS

- 原标题：1,000 Agent Tasks in a Sandbox: What Breaks When LLMs Run Code — Kevin Orellana, AWS
- 类型：博客
- 来源：YouTube
- 发布时间：2026-10-12
- 首次精选：2026-10-26 16:31
- 分级：值得看
- 原文链接：[https://youtube.com/watch?v=k72eLcYpVys](<https://youtube.com/watch?v=k72eLcYpVys>)
- 本站页面：[https://oplearnx.com/resources/pk\_5e34e1d72a48](<https://oplearnx.com/resources/pk_5e34e1d72a48>)

## 摘要

Amazon Bedrock AgentCore 工程师 Kevin Orellana 把 AgentCore 的代码沙箱和云浏览器封装成 MCP 服务器，让编码 Agent 在 10 个领域编写并运行 1,000 个测试，结果记录在 SQLite 中。他介绍测试发现的各类失败，如图像编码错误、空字节、文件不可读、浏览器内存耗尽，并把界面层缺陷与沙箱层限制（内存、文件权限、seccomp、eBPF）区分开，讨论沙箱限制如何决定 Agent 能否完成任务。

---
来源：LearnMap · 学径（https://oplearnx.com）