Docker: Sandboxes Aislados para Ejecutar IA de Forma Segura
Docker, la plataforma de contenedores, junto con proyectos de código abierto como "sandboxed", están redefiniendo la forma en que desarrolladores y plataformas ejecutan agentes de inteligencia artificial de manera segura. Dos enfoques complementarios —uno comercial desde Docker y otro comunitario desde GitHub— coinciden en una premisa común: aislar la ejecución de la IA del sistema principal para evitar filtraciones de credenciales, conflictos de dependencias y accesos no deseados al sistema de archivos.
El enfoque de Docker: Sandboxes con microVMs
Docker presentó recientemente su nuevo "shell sandbox type", disponible en la versión 0.12.0 de Docker Sandboxes (en nightly build desde el 13 de febrero). A diferencia de los sandboxes preconfigurados para agentes específicos como Claude Code o Gemini CLI, el shell sandbox ofrece un entorno Ubuntu minimalista dentro de una microVM aislada, con Node.js, Python y git preinstalados, sobre el cual el usuario instala lo que necesite. El ejemplo práctico que muestra Docker en su blog oficial es NanoClaw, un asistente de WhatsApp impulsado por Claude. Aunque NanoClaw ya corre agentes en contenedores, envolverlo en un Docker sandbox añade capas adicionales de seguridad: aislamiento del sistema de archivos (solo ve el directorio montado), gestión de credenciales mediante un proxy de red, entorno limpio sin conflictos con paquetes del host, y la posibilidad de destruir y recrear el entorno con un simple comando. El mecanismo de credenciales es particularmente elegante: Claude Code se configura con un apiKeyHelper que devuelve el valor "proxy-managed", y el proxy de red del sandbox intercepta las llamadas salientes para sustituir ese centinela por la clave real de Anthropic, de modo que la clave API nunca llega a existir dentro del entorno aislado.
El enfoque open-source: sandboxed de GitHub
En paralelo, el proyecto "sandboxed" (disponible en github.com/tastyeffectco/sandboxes) ofrece una solución diferente pero complementaria. Se trata de un motor de código abierto bajo licencia MIT, diseñado para productos tipo "AI app-builder" —plataformas como Lovable, Bolt, v0 o Replit—, donde los usuarios escriben prompts y obtienen aplicaciones funcionales con URL propia. La propuesta técnica es minimalista: un programa en Go que orquesta Docker, con Traefik gestionando las URLs de previsualización y SQLite como base de datos. Sin Kubernetes, sin servidor de base de datos separado, sin colas de mensajes. El sistema opera con tres acciones básicas: un POST crea un contenedor Linux privado y aislado, otro POST lanza un agente de IA (OpenCode o Claude Code preinstalados) que escribe código dentro de ese contenedor, y la aplicación resultante queda accesible en una URL única con TLS. Además, implementa un mecanismo de "stop-on-idle / wake-on-request" que permite a decenas de sandboxes compartir un mismo servidor, lo que reduce costes drásticamente.
Análisis: dos filosofías, un mismo objetivo
Las dos soluciones abordan el problema desde ángulos distintos. Docker Sandboxes apuesta por la robustez de las microVMs —un nivel de aislamiento más fuerte que los contenedores tradicionales, cercano al de una máquina virtual completa—, ideal para desarrolladores individuales que buscan seguridad al ejecutar herramientas experimentales en su propio equipo. Por su parte, sandboxed se enfoca en la orquestación multi-tenant para plataformas que necesitan servir a muchos usuarios simultáneamente con eficiencia de costes. Ambas coinciden en puntos clave: el aislamiento del sistema de archivos, la gestión externalizada de credenciales y la desechabilidad de los entornos. También comparten un principio de "tecnología aburrida a propósito": usan componentes probados como Docker, SQLite y Traefik en lugar de arquitecturas complejas. La instalación de sandboxed se resume en un ./install.sh tras un git clone.
Conclusión: hacia un estándar de facto
La convergencia de estas soluciones sugiere que los sandboxes aislados dejarán de ser una opción exótica para convertirse en infraestructura estándar al ejecutar agentes de IA. Para desarrolladores individuales, Docker Sandboxes ofrece una vía lista para usar con Docker Desktop. Para empresas que construyen plataformas, proyectos como sandboxed eliminan meses de trabajo de infraestructura con una instalación de un solo comando. En un ecosistema donde la IA accede a datos sensibles —desde mensajes de WhatsApp hasta bases de código completas— el aislamiento ya no es un lujo, sino una necesidad inminente.