টেনসেন্ট ক্লাউড কিউবস্যান্ডবক্স ওপেন সোর্স করেছে, যা E2B সমর্থন করে এবং একটি মেশিনে 2000 স্যান্ডবক্স চালায়

ME সংবাদের মতে, ২১ এপ্রিল (UTC+8), ডোংচা বিটিং-এর মনিটরিং অনুযায়ী, টেনসেন্ট ক্লাউড এআই এজেন্ট স্যান্ডবক্স Cube Sandbox-কে ওপেন সোর্স করেছে, যা Rust দিয়ে লেখা হয়েছে এবং Apache 2.0 লাইসেন্স অনুযায়ী। স্যান্ডবক্স হলো এজেন্টের কোড চালানোর জন্য একটি আলাদা পরিবেশ, যা মডেল দ্বারা তৈরি কোডের ফাইল মুছে ফেলা, হোস্টের অনধিকারচলিত অ্যাক্সেস প্রতিরোধ করে। বর্তমানে OpenAI Agents SDK, Manus, Perplexity, Hugging Face ইত্যাদি পণ্যগুলি এই ধরনের আর্কিটেকচার ব্যবহার করছে, এবং E2B হলো ইন্টারফেসের ফ্যাক্টোরিয়াল স্ট্যান্ডার্ড। Cube E2B ইন্টারফেসের সাথে সামঞ্জস্যপূর্ণ, তাই বিজনেস কোডটি পরিবর্তন করার দরকার নেই—শুধুমাত্র একটি পরিবেশগত ভেরিয়েবল পরিবর্তন করলেই, E2B-এর নিজস্ব সার্ভিস থেকে Cube-এর নিজস্বভাবে ডিপ্লয়ড সংস্করণে Agent-কে স্থানান্তরিত করা যায়। টেনসেন্ট ক্লাউড দুটি পারফরম্যান্স ডেটা প্রকাশ করেছে। একক-কনকারেন্সি-এর জন্য কুল-স্টার্ট 60ms-এরও কম, 50-কনকারেন্সি-এর জন্য 평균 67ms, P95 90ms, P99 137ms। একটি ইনস্ট্যান্সের স্থির-মেমোরি 5MB-এরও কম (যখন স্যান্ডবক্সের স্পেসিফিকেশন 32GB-এরও কম)। 96-কোরের একটি সার্ভারে 2000-এরওবেশি স্যান্ডবক্স একসঙ্গে চলতে পারে। একই পরিস্থিতিতে Docker-এর স্টার্টআপ 200ms, shared host kernel; traditional VM-এর স্টার্টআপ সেকেন্ড-এরওবেশি, 20MB-এরওবেশি memory per instance। Cube-এরপদ্ধতি:প্রতিটি Agent-এরজন্যএকটিসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম্পূর্ণসম்பূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পূ্পੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲੲਆਨਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾਵਾଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗିଗି\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\ndifferent guest OS kernel, hardware-level isolation, and reduces startup time to under 100ms. Speed is achieved through resource pool pre-allocation, snapshot cloning, and low-level lock optimization; memory reduction is achieved through Rust rewrite, CoW memory reuse, and reflink disk sharing. The project also includes CubeVS, which uses eBPF for network isolation between sandboxes. Two scalability validation cases were provided. Cube was originally running within Tencent Cloud's Serverless system and handled billions of calls. After migrating the Yuanbao AI programming scenario to Cube, resource core-hour consumption dropped by 95.8%. Among external customers, MiniMax used Cube to schedule hundreds of thousands of sandbox instances within minutes for Agentic RL training. The next plan is to open-source event-level snapshot rollback to provide sub-100ms state rollback. (Source: BlockBeats)