Mac 上给 AI Agent 一台真机器，但那性能表只是目标值

Mac 上的开源 Docker 替代，把 Agent 放进独立内核微虚机，官方自测多流吞吐只有一半

先给判断：ArcBox 是目前 macOS 上少见的、把容器、Agent 沙箱、完整 Linux 虚拟机与 macOS 客户机收进同一个守护进程的开源运行时。许可干净、部署面小，本机试起来几乎没有配置成本。但它处在公开测试阶段，沙箱有硬性机型门槛，官方那张逐项对标 OrbStack 的性能表，抬头自己写着这是我们正在努力达到的数字；而它专门用一份文档交代网络实测与已知限制，那份文档的主题正是自己多流吞吐塌掉的原因。

痛点很具体：让 Agent 在你机器上干活，等于把你的家目录、SSH 密钥和云凭据一起交给它。容器只隔离进程、不隔离内核，靠弹窗逐个点允许又必然会被点烦。ArcBox 的思路是把 Agent 放进一台自己的微虚机：独立内核、独立文件系统、独立网络，宿主目录默认一个都不挂。

一、它到底是什么：一个守护进程，四种负载

ArcBox 是用 Rust 从零写的 macOS 容器与虚拟机运行时，定位写得很直白，是 Docker Desktop 与 OrbStack 的开源替代。它最值得看的地方在架构上的归并：一个守护进程、一条命令行 abctl，同时管四种负载。

负载层	是什么	入口
容器	一个可直接顶替的 Docker 引擎，外加原生 Kubernetes	docker … / abctl k8s
沙箱	给 AI Agent 与不可信代码用的一次性微虚机	abctl claude / abctl sandbox
Linux 机器	有自己内核、磁盘与发行版的完整虚拟机	abctl machine
macOS 客户机	从基础镜像克隆出来的即用即弃 macOS 虚拟机	abctl macos

容器这一层是真的兼容，不是差不多能用：它暴露一个 Docker 兼容的 socket 并代理到客户机里的 dockerd，所以 Docker CLI、你的脚本和 Compose 文件都不用改。官方文档里有一句描述很克制，说本地跑的沙箱与云端 ArcBox Platform 用的是同一个原语，代码不用改就能从本地扩到集群。

沙箱这一层是它与其他 macOS 容器方案真正的分界：每个沙箱是一台独立微虚机，用 Firecracker 嵌套在客户机里启动，各有自己的内核。abctl claude 就是这套原语加上一层顺手的外壳——按内置模板建一个沙箱，把你的终端接进去跑 Claude Code，并且把 Agent 的权限弹窗关掉。理由写在 README 里：边界是微虚机本身，不是那一堆确认框。宿主目录一个都不挂，/workspace 从空目录开始，Agent 要什么自己 clone。

再往下有几处是自己写的，不是把现成引擎包一层：两个 hypervisor 后端（自研 VMM 走 Hypervisor.framework，另一个走 Virtualization.framework，可用 abctl system backend hv|vz 切换）、一整套 VirtIO 设备、一个用户态网络数据面（官方说不用 pf NAT、也不用 utun 设备）、NFSv4 走 vsock 把容器数据挂到 ~/ArcBox 供 Finder 直接浏览，以及用 FEX 在 Apple 芯片上翻译 x86-64 镜像。

覆盖面还延伸到了 amd64 镜像与 Kubernetes 这两处：docker run --platform linux/amd64 能直接跑，看内核架构会返回 x86_64；abctl k8s start 起一个由守护进程托管的本地 k3s。abctl k8s enable 会顺手装好 kubectl、并入 kubeconfig 并切好上下文。另有一个迁移工具，能把 OrbStack 或 Docker Desktop 的镜像（含全部 tag）、命名卷、自建桥接网络和容器一起搬过来。

二、怎么用：从装到跑起第一个容器

官方给两条安装路径，第一条是 Homebrew：

# Homebrew（cask）
brew install --cask arcboxlabs/tap/arcbox

# 或者安装脚本
curl -fsSL https://get.arcbox.dev | bash

装完启动守护进程，再打开 Docker 兼容：

abctl daemon start
abctl docker enable

# 跑一个容器
docker run -d -p 8080:80 nginx
curl http://localhost:8080

# 体检与看全部命令
abctl doctor
abctl --help

想试 Agent 沙箱，只要一个 API Key：

export ANTHROPIC_API_KEY=sk-...
abctl claude                    # 首次会构建镜像，之后约 1 秒启动
abctl claude --id review        # 第二个互不干扰的会话
abctl claude -- --model opus    # 双横线之后的参数全部转给 Agent

沙箱本身有一套完整的生命周期命令，模板、创建、执行、拷文件、暴露端口、快照、恢复都有：

abctl sandbox templates
abctl sandbox create --from-image myapp:latest --memory 512 --ttl 3600
abctl sandbox run <id> -- ./untrusted-binary
abctl sandbox cp <id>:/tmp/out.tgz .
abctl sandbox expose <id> 8080
abctl sandbox checkpoint <id> --name clean
abctl sandbox restore <snapshot-id>

需要一台完整的 Linux 环境，或者一台用完就丢的 macOS：

abctl machine create dev --distro ubuntu --disk 50 --mount ~/code:/code
abctl machine start dev
abctl machine ssh dev
abctl machine exec dev -- cargo build

abctl macos image pull tahoe-base
abctl macos create ci --image tahoe-base --cpus 4 --memory 8192
abctl macos start ci
abctl macos ip ci --wait 30

从别的运行时搬过来，先看计划再动手：

abctl migrate from orbstack --dry-run   # 只看计划，不改动任何东西
abctl migrate from orbstack
abctl migrate from docker-desktop

整个过程里最容易忽略的是权限：本机装了它之后，~/ArcBox 会多出一份容器数据的只读视图，而 abctl docker setup 会往系统里装 docker、compose、buildx 三个二进制。知道这两件事写在哪，后面会省掉一次排错。

三、优点和缺点，摊开说

先说值得用的地方：

许可干净：LICENSE-MIT 是标准 MIT 全文（版权方 ArcBox Labs），另有 LICENSE-APACHE，两个文件里都没有追加条款。
四种负载共用一个守护进程和一条 CLI，容器与虚拟机不是两套互不相干的东西。
沙箱是内核级隔离，不是命名空间级的：宿主目录不挂载，文件进出都要显式拷贝。
迁移工具直接吃 OrbStack 与 Docker Desktop 的镜像、卷、网络和容器，换运行时不是从零开始。
Apple 芯片上能跑 amd64 镜像，不用为了本地复现而改 CI 的构建目标。

再说必须提前知道的缺点——这部分才是重点：

风险点	具体情况
性能表是目标值，不是实测	README 里那张与 OrbStack 逐项对比的表，抬头原文写的是 These are the numbers we are working toward, with OrbStack for comparison。整张表五行里，只有网络那一行给得出实测口径：自研后端单流宿主到客户机 22.7 Gbps，约为 Apple 原生 virtio-net 的两倍多。
项目自己写了一份失败的测试报告	仓库里有一份文档，标题直译就是网络数据面的实测性能与已知限制。它承认多流宿主到客户机会塌：每路流超过约 4 到 5 Gbps 时，一路跑满、其余接近零；稳定态上限 10 到 12 Gbps，约为单流的一半。作者把三个客户机侧实验（队列长度从 1024 翻倍到 2048、网卡丢包计数、软中断 CPU 占用）逐条做完并全部排除，再抽样宿主侧线程，发现单流 29.5 Gbps 与双流 10.9 Gbps 烧掉的是同样约 120% 的单核预算，于是把根因定位到每个中断的固定开销。源码里还留着一行注释，说中断抑制等基础路径验证完再加。注意同一份文档里，抬头写的是单流 22.7 Gbps，后面宿主侧采样一节写的是 29.5 Gbps，两个数来自不同次运行。
商业口径不在许可文件里	两个许可文件都是标准全文、没有追加条款；但 README 的贡献一节多写了一句：运行时按 MIT 与 Apache-2.0 开源、个人使用免费、商业使用在公开测试期免费。这句时间限定不在任何许可文件里。同时云端 ArcBox Platform 是付费产品：Linux 与 Windows 走候补名单、按秒计费，macOS、iOS、Android 需要联系销售。
沙箱有硬性机型门槛	README 明确写沙箱需要嵌套虚拟化，也就是 Apple 芯片 M3 及以上配 macOS 15 以上、并使用默认的 VZ 后端，其他主机上沙箱命令会直接失败。需求一节写的是仅 Apple 芯片、Intel 支持进行中；后续计划里 Linux 宿主支持也还挂着。
macOS 客户机被许可限死	只能走 Virtualization.framework，且每台主机最多 2 个。README 把原因写得很清楚，是 Apple 的许可限制，不是技术做不到。
公开测试期，破坏性变更按正式版发	最新运行时版本是 v0.7.0，其中一个改动把启动机器的返回时机改了：从 Agent 首次应答改成机器真正可用，Alpine 约 2.2 秒、Ubuntu 约 14 秒，官方要求调用方把超时提到 15 秒以上。版本号还在 0.x，升级前值得先读一遍发版说明。
装得上，卸不干净	README 首选的 Homebrew 安装路径之后，abctl daemon start 会报找不到守护进程，这条问题单从八月中一直开着，修复补丁至今未合并（#644）。而 abctl docker setup 装进系统的 docker、compose、buildx，目前没有一个命令能把它们一起卸掉，问题单里已经有人在问怎么完整移除（#710）。

另外，把闲置 Mac 并入集群当 CI 算力这一节，README 自己标着还在开发中；它承诺的从本地沙箱平滑扩到云端机群，现在只有前半截是真的。

把话说明白：ArcBox 现在适合两类人——Apple 芯片 M3 及以上、想把 Agent 放进真实隔离环境里跑的开发者，以及愿意接受公开测试期、想有一个能自己读源码的 Docker Desktop 替代品的人。不适合的也很清楚：Intel Mac 与 Linux 宿主用户（沙箱与宿主支持都还没到位）、需要在生产环境里拿它当唯一容器运行时的团队，以及依赖多流高吞吐网络的人。

四、最终能达到什么效果

落地之后，日常会变成这样：写一个要跑的脚本、或审一个来路不明的仓库，一条 abctl claude 起一个微虚机（首次构建镜像，之后约 1 秒可用），Agent 在里面 clone、装依赖、跑测试，权限弹窗一次都不弹，因为宿主上什么都没挂给它；跑完用 abctl sandbox cp 把产物拷回本地，用过的机器连同它的内核一起丢掉。容器那一侧是另一条路径：docker compose up 照旧可用，镜像、命名卷和自建网络可以从 OrbStack 迁过来，Finder 里还能直接翻容器的卷和镜像层。

一句话：给 Agent 一台真机器、以及换掉 Docker Desktop，这两件事在它这里是同一个守护进程上的两种用法。

场景	结论
想给 Agent 一个用完即弃、且不接触宿主文件的执行环境	推荐，这是它最扎实的部分
想找能读源码、跑得动的 Docker Desktop 替代品	可以试，容器层已能日常用，但要先接受公开测试期
机器是 Intel Mac，或者你想在 Linux 宿主上跑	暂不推荐，宿主支持还没到
需要在生产里当唯一容器运行时	暂不推荐，未到 1.0 且破坏性变更按正式版发
关心多流网络吞吐	先自己压一遍，别拿官方表里网络那一行当验收标准

动手前先做三件事：

先跑 abctl doctor 体检，确认机型与系统版本满足沙箱门槛，再去试 abctl claude。
迁移前一定先跑带 --dry-run 的那条，看清楚哪些容器会被判为阻塞；跨容器共享网络命名空间的容器需要在源端先处理掉。
把 abctl docker setup 装进系统的 docker、compose、buildx 记在备忘里，目前没有一个命令能把它们一起卸掉。

下期预告：上一期文末预告过的让 AI 操作真实账号那三条路，继续欠着；本期榜上先冒出来的是隔离方向的项目，所以先把它写掉。下期做 Agent 沙箱的横向对比——本机微虚机、Kubernetes 原生、云厂商容器沙箱这三条路线，隔离层、许可与宿主门槛完全不同。

#GitHub趋势#AI Agent#沙箱#macOS

数据来源：GitHub 官方页面与 REST API · 抓取时间：2026-09-16 17:36。文中命令均取自仓库 README 原文；性能数字取自仓库内 docs/net-perf-limits.md；命令行为与报错信息来自仓库公开问题单（#644 / #710）。本轮未在本机安装运行该项目，所有结论均为文档、发版说明与问题单层面的核实结果。项目地址：https://github.com/arcboxlabs/arcbox