代码执行能力正成为AI智能体的核心功能，多个平台相继推出支持安全、可扩展代码执行的环境，旨在让智能体不仅能理解语言，还能自主编写、运行脚本，完成更复杂的任务。
- 近期主要进展包括：
- LangChain 发布 LangSmith Sandboxes 通用可用版，为智能体提供隔离的代码执行沙盒，强调安全性与可扩展性，创始人 Harrison Chase 表示“未来所有智能体都需要写代码”。（LangSmith Sandboxes GA：安全可扩展的智能体代码执行环境）
- Google 升级 NotebookLM，使其自带云电脑，支持代码执行与智能体研究，用户可在笔记环境中直接运行代码，实现数据分析和自动化任务。（Google NotebookLM 升级：自带云电脑、代码执行与智能体研究）
- Gemini API 推出 Managed Agents，可一键调用沙盒 Linux 环境，为开发者提供预配的代码执行基础设施，降低集成门槛。（Gemini API 推出 Managed Agents：一键调用沙盒 Linux 环境）
- Anthropic 利用 MCP（Model Context Protocol）实现代码执行，构建更高效的智能体，强调协议在安全执行中的作用。（Anthropic 用 MCP 实现代码执行：构建更高效智能体）
当前焦点在于如何在赋予智能体代码执行能力的同时，确保安全性和可控性。沙盒技术成为共识，但不同平台的实现细节（如隔离粒度、资源限制）仍有差异。未来关注点：代码执行是否会成为智能体的标配能力？以及如何防止恶意代码利用智能体进行攻击。