Moonshot AI åpner AgentENV: sandkassemotoren bak Kimi K3 er MIT-lisensiert

AgentENV ble lagt ut 27. juli sammen med modellvektene og treningsinfrastrukturen for Kimi K3, ifølge Open Source For You. Prosjektet ligger hos kvcache-ai og er en distribuert kjøretidsplattform som starter isolerte Linux-sandkasser for forsterkningslæring. Hver sandkasse får sin egen Firecracker-mikroVM med eget kjerne, eget nettverksnavnerom og eget filsystem.

Det tekniske poenget er hastigheten. Rotfilsystemet serveres gjennom en ublk-blokkenhet i brukerrom med overlaybd-lagdelte images, slik at mange sandkasser deler det samme skrivebeskyttede baselaget og bare skriver sine egne endringer oppå. En kjørende sandkasse kan klones til 16 uavhengige barn på samme node, som er hele poenget når en RL-løkke skal utforske flere varianter av samme oppgave parallelt.

For deg som allerede bygger agenter er integrasjonen det avgjørende. AgentENV eksponerer et HTTP-API som er kompatibelt med E2B-SDK-en, så eksisterende Python- eller TypeScript-kode kan kjøre mot din egen node ved å bytte endepunkt-URL. Inne i hver gjeste-VM sitter en daemon kalt envd på port 49983 og håndterer kommandokjøring, filoperasjoner og helsesjekker.

Hva bør du gjøre?

1. Sjekk kjerneversjonen med uname -r først. AgentENV krever Linux-kjerne 6.8 eller nyere med tilgang til /dev/kvm, og det utelukker en del eldre serverimages.
2. Pek et eksisterende E2B-oppsett mot din egen instans og kjør testene dine der før du flytter noe som betyr noe.
3. Velg utrullingsform etter skala: systemd-skript for én maskin, Docker eller Compose for en liten flåte, Kubernetes DaemonSet for en klynge.