Sandman：在共享Kubernetes上运行Agent强化学习沙箱

亚马逊Sandman在共享K8s上支撑百万级Agent RL沙箱

资讯摘要

论文介绍亚马逊构建并运营的沙箱服务Sandman，用于Agent工具执行与评估，在共享Kubernetes上支撑多个生产级Agent强化学习负载。训练框架提供任务镜像，通过命令和文件操作使用沙箱，文件与进程在调用间保持，直至框架释放环境。规模测试中Sandman维持11858个并发微型沙箱；2026年10月四个SWE-bench Verified训练任务共创建310万个沙箱。作者报告了创建突发、环境准备、回收废弃沙箱及受控评估等设计权衡与运维经验，并将开源其daemon、provider和pool。

要点速读

1. Sandman是亚马逊构建并运营的沙箱服务，在共享Kubernetes上服务多个生产Agent强化学习负载。
2. 规模测试中维持11858个并发微型沙箱；2026年10月四个SWE-bench Verified训练任务创建310万个沙箱。
3. 每个沙箱是一个Kubernetes pod，小型daemon挂载进未修改的任务镜像；作者将开源daemon、provider和pool。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。