云沙箱用户场景全景调研
文档版本：v1.0 | 最后更新：2026-09-01
1. 十大核心场景（按使用频率排序）
场景 1：AI 代码执行（Code Interpreter）
场景描述： AI Agent（如 ChatGPT、Claude、通义千问）在对话过程中需要执行用户提供的代码片段，获取运行结果后返回给用户。这是云沙箱最高频的使用场景，也是 E2B 的核心设计目标。
所需沙箱能力： - 亚秒级冷启动（用户等待时间 < 2s） - 多语言运行时（Python、JavaScript、R、Java） - Jupyter 内核支持（Code Interpreter 协议） - 标准输出/错误流实时回传 - 图表/图片等富媒体输出支持 - 文件上传/下载（用户上传数据文件） - 自动超时和资源限制
典型用户画像： AI 产品团队、SaaS 平台开发者、Copilot 类工具开发者
推荐沙箱模式： 临时沙箱（Ephemeral） - 每次对话创建，对话结束销毁 - 单次执行超时：30s ~ 5min - 无需持久化
推荐模板： code-interpreter-python、code-interpreter-multilang
场景 2：Vibe Coding / AI 应用生成
场景描述： AI Agent 根据用户自然语言描述，自动生成完整应用代码（前端、后端、全栈），在沙箱中实时编译、运行并预览。典型产品如 Bolt.new、v0.dev、Lovable 等。
所需沙箱能力： - 完整开发环境（Node.js + npm/pnpm/yarn） - 端口暴露和 HTTP 预览（开发服务器） - 文件系统读写（项目脚手架生成） - Shell 命令执行（npm install、build） - 较长生存时间（用户持续迭代） - 实时文件监听（watchDir） - 自定义域名（预览分享）
典型用户画像： AI 应用生成平台、低代码平台、在线 IDE 产品
推荐沙箱模式： 持久沙箱（Persistent） - 跨会话保持，用户可随时回来继续 - 生存时间：1h ~ 24h - 支持暂停/恢复降低成本
推荐模板： nextjs-developer、react-vite、vue-developer
场景 3：数据分析报表
场景描述： 用户上传 CSV/Excel/数据库导出文件，AI Agent 自动进行数据清洗、分析、可视化，生成分析报告和交互式图表。
所需沙箱能力： - 数据科学工具链（pandas、matplotlib、seaborn、plotly） - 大文件上传支持（100MB+） - Jupyter 内核（交互式数据探索） - 图表渲染和导出（PNG、SVG、HTML） - 临时文件存储（处理中间数据） - 较大内存（数据处理需要）
典型用户画像： 数据分析师、业务运营人员、BI 平台产品团队
推荐沙箱模式： 临时沙箱（Ephemeral） - 按分析任务创建 - 超时：5min ~ 30min - 结果导出后销毁
推荐模板： data-analysis-python、jupyter-full
场景 4：CI/CD 测试执行
场景描述： 在 CI/CD 流水线中使用沙箱执行单元测试、集成测试，实现测试环境隔离。每次 PR/MR 触发创建独立沙箱运行测试套件。
所需沙箱能力： - 自定义镜像（匹配项目技术栈） - Shell 命令批量执行 - 退出码和测试报告获取 - 并发创建多个沙箱（并行测试） - VPC 网络访问（连接测试数据库） - 环境变量注入（测试配置） - CLI 自动化支持（JSON 输出）
典型用户画像： DevOps 工程师、QA 团队、平台工程团队
推荐沙箱模式： 临时沙箱（Ephemeral） - 测试完成即销毁 - 超时：5min ~ 30min - 需要高并发
推荐模板： ci-runner-node、ci-runner-python、ci-runner-java
场景 5：Computer Use / 浏览器自动化
场景描述： AI Agent 控制完整的桌面环境或浏览器，执行 GUI 操作：网页浏览、表单填写、截图分析、自动化测试。Anthropic Computer Use 和 Browser Use 是典型代表。
所需沙箱能力： - 桌面环境（Xfce/LXDE + VNC/noVNC） - 浏览器（Chrome/Chromium + ChromeDriver） - 屏幕截图和流式传输 - 鼠标/键盘事件注入 - 较大资源规格（桌面环境资源消耗大） - 端口暴露（noVNC 预览） - Playwright/Selenium 支持
典型用户画像： RPA 开发者、AI Agent 框架开发者、自动化测试团队
推荐沙箱模式： 临时沙箱（Ephemeral）/ 持久沙箱 - 取决于任务复杂度 - 超时：5min ~ 2h - 需要较大资源
推荐模板： desktop-sandbox、browser-use、playwright-sandbox
场景 6：开发环境（Cloud Development Environment）
场景描述： 为开发者提供远程、标准化的开发环境。类似 GitHub Codespaces、Gitpod 的体验，通过 SSH 或 Web IDE 连接云端沙箱进行开发。
所需沙箱能力： - 完整 Linux 开发环境 - SSH 服务和密钥管理 - Git 集成（clone、commit、push） - LSP（Language Server Protocol）支持 - 持久化文件系统 - 端口转发（多端口开发服务器） - 自定义域名（项目预览） - VPC 网络（访问内部服务）
典型用户画像： 开发团队、远程办公团队、教育培训机构
推荐沙箱模式： 持久沙箱（Persistent）+ 休眠（Hibernate） - 长期保持，不使用时休眠 - 生存时间：数天 ~ 数周 - 按需唤醒
推荐模板： dev-env-full、dev-env-python、dev-env-node
场景 7：ML 训练 / 推理
场景描述： 在云端沙箱中运行机器学习模型的训练任务或推理服务。需要 GPU 资源，适合中小规模训练和模型部署。
所需沙箱能力： - GPU 支持（NVIDIA T4/A10G/A100） - CUDA 工具链 - 大容量存储（模型文件、训练数据） - Volume 持久化（检查点保存） - 长运行时间支持（训练任务可能数小时） - 高带宽网络（下载数据集、模型） - OSS 挂载（大规模数据访问）
典型用户画像： AI 研究员、ML 工程师、数据科学团队
推荐沙箱模式： 持久沙箱（Persistent） - 训练期间持续运行 - 超时：1h ~ 24h - 支持检查点恢复
推荐模板： ml-pytorch、ml-tensorflow、ml-jax
场景 8：安全分析
场景描述： 在隔离沙箱中执行可疑代码、恶意软件分析、漏洞扫描等安全研究任务。核心诉求是强隔离，防止恶意代码逃逸。
所需沙箱能力： - 强隔离（microVM 级别） - 网络隔离（可选断网模式） - 行为监控（系统调用、网络请求日志） - 快照/恢复（分析前保存干净状态） - 自定义镜像（安全工具链） - 限制资源（防止资源耗尽攻击）
典型用户画像： 安全研究员、SOC 团队、渗透测试工程师
推荐沙箱模式： 临时沙箱（Ephemeral） - 每次分析创建全新沙箱 - 分析完成立即销毁 - 严格资源限制
推荐模板： security-sandbox、malware-analysis
场景 9：教育在线编程
场景描述： 在线编程教育平台为每个学生提供独立的编程环境，支持代码编写、运行、评测。典型产品如 LeetCode、Codecademy 等。
所需沙箱能力： - 多语言支持（Python、Java、C++、Go 等） - 快速启动（学生无需等待） - 资源隔离（学生间互不影响） - 标准输入/输出支持（OJ 评测） - 预装教学依赖 - 低成本（教育场景对价格敏感） - 批量创建能力（班级同时上课）
典型用户画像： 在线教育平台、高校、编程培训机构
推荐沙箱模式： 临时沙箱（Ephemeral） - 按练习/考试创建 - 超时：10min ~ 1h - 需要高并发
推荐模板： edu-python、edu-java、edu-cpp
场景 10：API 服务临时部署
场景描述： 快速部署一个临时 API 服务用于演示、测试或 Webhook 接收。无需配置域名、证书、负载均衡，沙箱自动提供可访问端点。
所需沙箱能力： - HTTP 端口暴露和公网访问 - 自定义域名（可选） - HTTPS 支持 - 较长生存时间（演示期间保持可用） - 环境变量注入（API 密钥等） - 日志查看
典型用户画像： 后端开发者、产品经理（Demo 演示）、Webhook 调试
推荐沙箱模式： 持久沙箱（Persistent） - 部署后保持运行 - 超时：1h ~ 24h - 支持按需更新
推荐模板： api-python-fastapi、api-node-express
2. 沙箱模式与场景映射表
| 场景 | 临时沙箱 | 持久沙箱 | 休眠沙箱 | 推荐资源规格 |
|---|---|---|---|---|
| AI 代码执行 | ✅ 首选 | - | - | 0.5C/512M |
| Vibe Coding | - | ✅ 首选 | ✅ 可选 | 2C/4G |
| 数据分析 | ✅ 首选 | - | - | 2C/4G |
| CI/CD 测试 | ✅ 首选 | - | - | 2C/2G |
| Computer Use | ✅ 短任务 | ✅ 长任务 | - | 4C/8G |
| 开发环境 | - | ✅ 首选 | ✅ 首选 | 4C/8G |
| ML 训练/推理 | - | ✅ 首选 | - | GPU + 16G |
| 安全分析 | ✅ 首选 | - | - | 1C/2G |
| 教育编程 | ✅ 首选 | - | - | 0.5C/512M |
| API 临时部署 | - | ✅ 首选 | ✅ 可选 | 1C/1G |
模式定义
| 模式 | 说明 | 生存时间 | 计费 |
|---|---|---|---|
| 临时沙箱（Ephemeral） | 创建即用，用完即毁 | 秒 ~ 小时 | 执行时长 |
| 持久沙箱（Persistent） | 跨会话保持，持续运行 | 小时 ~ 天 | 运行时长 |
| 休眠沙箱（Hibernate） | 不使用时暂停，按需恢复 | 天 ~ 周 | 存储费用（暂停期间） |
3. 用户需求缺口分析
3.1 当前已满足的需求
| 需求 | 满足方式 |
|---|---|
| 基础代码执行 | E2B Commands.run() |
| Jupyter 代码执行 | E2B Code Interpreter |
| 文件读写 | E2B Filesystem API |
| 自定义镜像 | E2B Template |
| 沙箱生命周期管理 | E2B Sandbox CRUD |
3.2 关键缺口
缺口 1：GPU 计算能力
现状： E2B 不支持 GPU，ML 训练/推理场景无法覆盖。 影响场景： ML 训练/推理、大模型 Fine-tuning 建议： 基于 FC GPU 实例提供 GPU 沙箱选项
缺口 2：持久化与休眠
现状： 暂停/恢复需白名单，Volume 不支持。 影响场景： 开发环境、Vibe Coding、API 临时部署 建议： 提供 AgenticFS Volume 和快照恢复能力
缺口 3：网络隔离与 VPC 集成
现状： E2B SDK 不支持 VPC 配置。 影响场景： CI/CD 测试（访问内网数据库）、开发环境、安全分析 建议： 在统一 SDK 中集成 VPC 配置能力
缺口 4：端口暴露与自定义域名
现状： E2B getHost() 提供临时 URL，无自定义域名。 影响场景： Vibe Coding 预览、API 临时部署、开发环境 建议： SDK 支持端口暴露配置和自定义域名绑定
缺口 5：批量操作与高并发
现状： 并发限制 20，无批量创建 API。 影响场景： 教育编程（班级同时上课）、CI/CD（并行测试） 建议： 提供批量创建 API，支持配额提升
缺口 6：监控与日志
现状： Logs API 返回空，Metrics 磁盘为占位值。 影响场景： 所有生产场景 建议： 集成 SLS 日志和云监控
缺口 7：LSP 与 Git 集成
现状： E2B 不支持 LSP 和 Git 集成。 影响场景： 开发环境、Vibe Coding 建议： 模板中预装 LSP Server，提供 Git 操作辅助 API
缺口 8：安全增强
现状： 缺乏网络隔离模式和行为监控。 影响场景： 安全分析 建议： 提供断网沙箱模式和系统调用审计日志
3.3 需求优先级矩阵
| 优先级 | 需求 | 影响场景数 | 实现复杂度 |
|---|---|---|---|
| P0 | 持久化与休眠 | 4/10 | 中 |
| P0 | 监控与日志 | 10/10 | 低 |
| P1 | VPC 网络集成 | 3/10 | 中 |
| P1 | 自定义域名 | 3/10 | 低 |
| P1 | 批量操作 | 2/10 | 低 |
| P2 | GPU 计算 | 1/10 | 高 |
| P2 | LSP/Git 集成 | 2/10 | 中 |
| P2 | 安全增强 | 1/10 | 高 |