这是一个架构设计任务。在动手前，我先按「Think Before Coding」原则把关键设计决策与假设摆出来——代码执行沙箱的安全模型高度依赖业务场景，不同前提下的最优解截然不同。
📋 AI Agent 代码执行 Sandbox 模块技术方案
0. 需求边界与关键假设
在选型前必须明确以下业务约束，否则方案会失真。我先列出默认假设（对应类 OpenAI Code Interpreter 的通用场景），如有偏差请你指正：
| 代码来源 | LLM 生成，不可信（untrusted） | 必须强隔离，假设代码会尝试逃逸 |
| 执行性质 | 短任务（秒~分钟级），交互式为主 | 用预热池 + 快速恢复，而非长期 VM |
| 多租户 | 企业级 SaaS，多用户隔离 | 单次执行=单租户，不复用运行时状态 |
| 网络 | 默认无网络，按需白名单代理 |
