LLM-in-Sandbox（大语言模型沙盒）代表了AI代理能力的一次范式跃迁，标志着从传统的工具调用迈向对完整计算机环境的全面掌控。这一技术突破使大语言模型不仅能处理复杂计算和长上下文任务，还能在安全隔离的虚拟环境中执行代码、管理文件、访问外部资源，从而实现真正的通用智能代理。 其核心理念是为大模型构建一个轻量级、共享的Docker容器沙盒环境。在这个环境中，LLM可自主调用外部能力，如运行程序、读写文件、调用API，甚至进行多步骤推理和实验。这种机制让模型不再局限于被动响应，而是具备主动探索与执行的能力。 实验表明，像Claude Sonnet 4.5和GPT-5这样的先进模型，在接入沙盒后，无需额外训练即可在数学、物理、化学、生物医学等领域实现最高达24.2%的性能提升。更关键的是，模型能“自发”地运用沙盒的元能力——例如通过编写脚本解决复杂问题，或利用外部工具完成长周期任务。 与此前仅聚焦代码安全执行的“Claude代码沙盒”不同，LLM-in-Sandbox实现了跨领域泛化，适用于从科研推演到文档分析、从数据分析到系统自动化等多种场景。其轻量级架构便于部署与扩展，为构建真正意义上的通用智能代理（Universal Agents）提供了技术基础。 这一进展意味着，未来大模型将不再只是“回答问题”的工具，而是能像人类研究人员或工程师一样，在虚拟环境中自主规划、执行、验证和迭代，真正实现“用计算机思考”。