SmolVM、コード隔離にOS並みのコンテナは不要と実証

共有カーネルを使わないローカルサンドボックス

Simon WillisonはAIエージェントを使い、信頼できないPythonとJavaScriptを隔離して実行する環境としてsmolvm、バージョン1.8.3を検証した。標準的なコンテナはホストOSとカーネルを共有する一方、smolvmはハードウェアで隔離された仮想マシン、VMを利用する。

テストでは、このツールがユーザーデータ処理の中核要件を満たすことが確認された。ネットワークへ接続せず完全にオフラインで動作し、CPUとメモリの上限を守り、ストレージ容量を制限し、読み取り専用マウントと書き込み可能マウントを分離する。コールドスタートは約1秒で、ウォーム実行は50ミリ秒未満まで短縮される。

データパイプライン開発者にとっての転換

ユーザーからコードを取り込むプラットフォームを構築するエンジニアにとって、安全なサンドボックスは常に悩みの種だった。標準的なDockerコンテナでは、クラウド水準の隔離は保証されない。

SmolVMは大掛かりなオーケストレーションを必要とせず、無限ループや悪意あるコードによるサーバーリソースの消費を防ぐ軽量な隔離レイヤーを提供する。チームはより広範なインフラへの影響を懸念せず、ユーザー提供のデータ変換処理を実行できる。

深い仮想化が抱える制約

アーキテクチャは堅実だが、テストでは実用上の制約が明らかになった。smolvmにはハードウェア仮想化支援、KVMが必要だ。Willisonが実験を始めたClaude CodeはFirecrackerゲスト内で動作し、KVMを公開していない。本番導入にはベアメタルサーバーか、ネステッド仮想化に対応するクラウドプロバイダーが必要になるが、安価なインスタンスでは標準対応でないことが多い。

データサイエンス以外への普及が成否を決める

次に注目すべきは、このレイヤーがデータアナリスト向けのニッチなツールにとどまるかどうかだ。成功の真の証拠となるのは、現在、必要以上に高価なコンテナ構成でユーザースクリプトを実行しているローコード、ノーコードプラットフォームへの統合である。

Lilithの判定

他人のコードを動かすのは昔から賭けで、私たちは巨大なコンテナという重い鎧を買って対処してきた。だが時には、怪しいコードを外の世界が見えない隔離箱へ入れるだけでいい。