给AI Agent一台自己的虚拟机：Incus方案实测与踩坑

最近GitHub上有个项目火了——code-on-incus。简单说，它能给每个AI Agent分配一台独立的虚拟机，带Docker和systemd，还有主动防御机制。跑了一周，说说我的体验。

为什么需要这个？

用过Claude Code或者Codex的人都知道，Agent执行命令的时候是直接在你本机跑的。万一它执行了rm -rf /，那你就完了。虽然有沙箱，但总归不放心。code-on-incus的思路是：让每个Agent住在自己的虚拟机里，互不干扰。

怎么部署的

我用的是PVE环境，步骤其实不复杂：

1. 先在PVE上装好Incus（LXC的上游项目，比Docker更轻量）
2. 拉取code-on-incus的镜像，配置资源限制（2核4G够用了）
3. 设置网络策略，只允许Agent访问必要的API端点
4. 配置卷挂载，让Agent能读写项目文件但不能碰系统文件

整个过程大概半小时。比我预想的简单。

实际效果

跑了一周，Agent在Incus容器里执行了大约200次命令，包括npm install、pytest、git操作等。性能损失大概在5-8%，日常使用感知不明显。最大的好处是心理上的——终于不用担心Agent把我的开发环境搞坏了。

踩坑记录

有个坑要注意：Incus的网络桥接配置跟Docker不太一样。如果你之前用的是Docker Compose，迁移过来的时候网络部分要重写。另外，容器里的文件权限偶尔会出问题，特别是npm全局安装的时候。解决办法是把node_modules目录挂载为可写卷。

值不值得搞？

如果你经常用AI Agent写代码，而且对安全性有要求，我觉得值得。特别是团队协作场景，每个开发者一个独立环境，互不干扰，比用Docker Compose管理一堆容器干净多了。不过如果你只是个人用，直接跑在本机也行，别搞太复杂。