論文の概要: SideKernel: A Usable microVM Sandbox for AI Coding Agents on macOS
- arxiv url: http://arxiv.org/abs/2610.02456v1
- Date: Thu, 01 Oct 2026 20:30:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.078964
- Title: SideKernel: A Usable microVM Sandbox for AI Coding Agents on macOS
- Title（参考訳）: SideKernel: macOS上のAIコーディングエージェント用の使用可能なmicroVMサンドボックス
- Abstract要約: ローカル開発では、AIコーディングエージェントの既存のローカルなオープンソースオプションは、数が少なく、使いづらい。
私はフォーマティブなオンラインユーザー調査を行い、AIコーディングエージェントユーザーの40%未満がサンドボックスでエージェントを実行していることを示した。
サンドボックスを評価するために、市場で利用可能なサンドボックスのリストをまとめて、5つの包摂基準でフィルタリングしました。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI coding agents are untrusted system components, yet they require autonomy on the developer machines they run on. This contradiction is a security problem. Sandboxes provide an isolated environment, but for local macOS development, the existing local, open-source options for AI coding agents are few in number and cumbersome to use. I conducted a formative online user survey which indicates that fewer than 40% of AI coding agent users run their agents in a sandbox and identifies the top usability barriers hindering AI coding agent sandbox adoption. These findings are used to develop SideKernel: an open-source, local, microVM-based macOS sandbox for AI coding agents designed for usability. To evaluate SideKernel, I compiled a list of sandboxes available on the market and filtered it against five inclusion criteria. Then I performed a comparative analysis between SideKernel and the sandboxes that satisfy these criteria, across 23 capability tests derived from the usability barriers revealed by the user survey. I discovered that only a few sandboxes are similar to SideKernel, and that among those, Docker Sandboxes and SideKernel score highest on capability features related to usability. A secondary contribution of this paper is a survey of the existing solution space for local, open-source, microVM-based macOS sandboxes for AI coding agents.
- Abstract（参考訳）: AIコーディングエージェントは信頼できないシステムコンポーネントですが、実行している開発者マシンに対して自律性が必要です。
この矛盾はセキュリティの問題である。
サンドボックスは独立した環境を提供するが、ローカルのmacOS開発では、AIコーディングエージェントの既存のローカルなオープンソースオプションは数が少なく、使いづらい。
私は、フォーマティブなオンラインユーザ調査を行い、AIコーディングエージェントのユーザがサンドボックスでエージェントを実行するのは40%未満であり、AIコーディングエージェントのサンドボックス採用を妨げる最高のユーザビリティ障壁を特定した。
これらの発見は、SideKernelの開発に使用されている。SideKernelは、オープンソースの、ローカルで、microVMベースの、AIコーディングエージェントのためのmacOSサンドボックスである。
SideKernelを評価するために、市場で利用可能なサンドボックスのリストをまとめた。
次に、SideKernelとサンドボックスの比較分析を行い、ユーザ調査で明らかになったユーザビリティ障壁から得られた23の能力テストを比較した。
私は、SideKernelに類似しているサンドボックスはわずかにしかなく、Docker SandboxesとSideKernelは、ユーザビリティに関連する機能が最も高い点に気付きました。
この論文の二次的な貢献は、AIコーディングエージェントのためのローカルでオープンソースのmicroVMベースのmacOSサンドボックスのための既存のソリューション空間の調査である。
関連論文リスト
- (Don't) Trust, but (Don't) Verify: Developers' Attention to Security in AI-Generated Code [41.14786046557949]
AI支援開発者がセキュアなコードを生成するかどうかを測定する。
この評価ステップは、AIによるセキュアな開発の基礎となる。
参加者100名を対象に遠隔観察を行った。
論文 参考訳（メタデータ） (2026-09-17T19:16:17Z) - MacAgentBench: Benchmarking AI Agents on Real-World macOS Desktop [32.14321067864185]
コンピュータ利用エージェント(CUA)は、デスクトップ自動化において急速に進歩し、常に自動化されたCUAをデプロイするユーザが増えている。
メトリクスを含む既存のベンチマークでは、フレームワークを拡張せずにエージェントを評価し、バイナリ評価に依存している。
我々は、25のアプリケーションにまたがる676のタスクからなる包括的なエージェントベンチマークであるMacAgentBenchを紹介する。
論文 参考訳（メタデータ） (2026-06-21T15:32:57Z) - The Meta-Agent Challenge: Are Current Agents Capable of Autonomous Agent Development? [80.24951682268332]
本稿では,自律エージェント開発のためのフロンティアモデルのキャパシティをテストするための評価フレームワークであるMeta-Agent Challenge(MAC)を紹介する。
評価の整合性を確保するため、このフレームワークは報奨ハッキングに対する多層防御によって確保される。
メタエージェントは人間工学的な基本方針とほとんど一致せず、その一部はプロプライエタリなフロンティアモデルに支配されている。
論文 参考訳（メタデータ） (2026-06-03T04:58:17Z) - The AI Codebase Maturity Model: From Assisted Coding to Self-Sustaining Systems [0.0]
本稿では,AIコードベース成熟度モデル(ACMM)について述べる。
CMMIにインスパイアされた各レベルは、そのフィードバックループトポロジーによって、次のレベルが実現する前に存在する必要がある特定のメカニズムによって定義される。
システムは現在、63のCI/CD、32の夜間テストスイート、91%のコードカバレッジで動作し、1日30分24時間以内のバグ修正時間を実現している。
論文 参考訳（メタデータ） (2026-04-10T15:00:59Z) - Quantifying Frontier LLM Capabilities for Container Sandbox Escape [1.6245103041408155]
大規模言語モデル(LLM)は、コードの実行、ファイルの読み書き、ネットワークへのアクセスといったツールを使用して、自律的なエージェントとして機能するようになっている。
これらのリスクを軽減するため、エージェントは一般的にデプロイされ、独立した"サンドボックス"環境で評価される。
オープンベンチマークであるSANDBOXESCAPEBENCHを導入する。
論文 参考訳（メタデータ） (2026-03-01T22:47:39Z) - "Your AI, My Shell": Demystifying Prompt Injection Attacks on Agentic AI Coding Editors [18.075392981522565]
攻撃者が悪質な指示で外部開発資源に毒を盛ることで、リモートでこれらのシステムを利用する方法を示す。
AIShellJackはエージェントAIコーディングエディタのインジェクション脆弱性を評価する自動テストフレームワークである。
評価の結果,攻撃成功率は悪意のあるコマンドを実行する場合,最大84%に達する可能性が示唆された。
論文 参考訳（メタデータ） (2025-09-26T08:20:54Z) - Cognitive Kernel-Pro: A Framework for Deep Research Agents and Agent Foundation Models Training [67.895981259683]
汎用AIエージェントは、次世代人工知能の基礎となるフレームワークとして、ますます認識されている。
現在のエージェントシステムはクローズドソースか、さまざまな有料APIやプロプライエタリなツールに大きく依存している。
我々は,完全オープンソースかつ(最大限に)フリーなマルチモジュールエージェントフレームワークであるCognitive Kernel-Proを提案する。
論文 参考訳（メタデータ） (2025-08-01T08:11:31Z) - VPI-Bench: Visual Prompt Injection Attacks for Computer-Use Agents [74.6761188527948]
完全なシステムアクセスを持つコンピュータ利用エージェント(CUA)は、セキュリティとプライバシの重大なリスクを負う。
我々は、悪意のある命令がレンダリングされたユーザーインターフェイスに視覚的に埋め込まれた視覚的プロンプトインジェクション(VPI)攻撃について検討する。
実験により,現在のCUAとBUAは,それぞれのプラットフォーム上で最大51%,100%の速度で騙すことができることがわかった。
論文 参考訳（メタデータ） (2025-06-03T05:21:50Z) - OpenHands: An Open Platform for AI Software Developers as Generalist Agents [109.8507367518992]
私たちは、人間の開発者と同じような方法で世界と対話するAIエージェントを開発するためのプラットフォームであるOpenHandsを紹介します。
プラットフォームが新しいエージェントの実装を可能にし、コード実行のためのサンドボックス環境との安全なインタラクション、評価ベンチマークの導入について説明する。
論文 参考訳（メタデータ） (2024-07-23T17:50:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。