FR
Leçon 4.3Pro - Fait partie d'Agentic School Pro

Sandboxes : exécution de code sûre avec E2B, Daytona et compagnie

Exécuter du code généré par agent et non fiable en sécurité dans des sandboxes isolées et jetables au lieu de votre propre machine

24 min•Automatisation et systèmes agentiques•Disponible

Ce que tu apprends

  • Pourquoi exécuter localement du code généré par IA ou non fiable est vraiment risqué
  • Ce qu'est une sandbox et comment E2B et Daytona fournissent des environnements jetables
  • Les trois situations où vous devez sandboxer : code soumis par l'utilisateur, output d'agent non fiable, expériences parallèles

Vue d'ensemble

Un agent qui peut écrire du code est aussi un agent qui veut l'exécuter, et dès l'instant où vous laissez du code arbitraire s'exécuter sur votre laptop ou serveur, une mauvaise ligne peut supprimer des fichiers, fuiter des secrets de votre environnement ou ouvrir une connexion que vous n'aviez pas prévue. Une sandbox résout cela en donnant au code un ordinateur frais, isolé et jetable où tourner. Si le run tourne mal, vous jetez la sandbox et ne perdez rien. Cette leçon explique le risque honnêtement, définit ce qu'est une sandbox, présente les principaux services et vous donne une règle claire pour savoir quand en utiliser une et quand un run local convient.

Ce que vous allez apprendre

Vous allez apprendre pourquoi exécuter du code généré par IA sur votre propre machine est un risque de sécurité et de fiabilité, ce qu'une sandbox offre réellement (isolation, jetabilité, limites de ressources), comment des services managés comme E2B et Daytona en montent une à la demande pour votre agent, et les trois situations concrètes qui exigent toujours une sandbox. Vous repartez capable de décider par tâche si le code peut tourner localement ou doit être enfermé.

Prérequis

Les Cours 1 à 3, surtout le matériel sur les secrets et la sécurité du Cours 3. Vous devez comprendre que votre machine tient des variables d'environnement, des clés SSH et des sessions connectées que tout processus local peut lire, car c'est exactement ce qu'une sandbox protège. Les bases d'API comptent aussi, puisque vous pilotez ces services via leurs SDK.

Le problème

Les workflows agentiques génèrent du code puis doivent l'exécuter, pour voir s'il marche, transformer des données ou satisfaire une requête. La tentation est de le laisser simplement tourner - et pour du code que vous avez écrit et examiné, c'est bien. Mais l'output d'agent n'est pas toujours correct, et si un input est venu d'un utilisateur ou du web ouvert, il n'est pas toujours amical. Une seule commande rm, une boucle infinie qui met votre CPU à genoux, un script qui lit process.env et téléphone à la maison : ce ne sont pas des cas exotiques, ce sont les modes d'échec standard quand on exécute du code non fiable avec plein accès à votre vrai système.

Déverrouillage de votre leçon Pro

Commentaires

Chargement des commentaires.

Poster un commentaire
CommentairesSuivant
Étape suivante

Prêt à mettre l’IA au service d’un véritable workflow ?

Commencez par le cours de base, conservez vos progrès localement et synchronisez tout sur votre compte gratuit quand vous le souhaitez.