Pydantic 于 2026-09-25 发布 Monty v1.0.0（PyPI pydantic-monty / npm @pydantic/monty / crates.io monty），正式去掉 experimental 标签。OSS Monty 是用 Rust 从零实现的 Python 字节码 VM（解析走 Ruff），默认无文件系统/网络/环境变量，仅通过你显式注入的 external functions 触达宿主。官方 alternatives 对比：热池 checkout 约 0.8ms、新建池约 5ms，而 Docker exec 约 195ms、远程沙箱服务约 1500ms、Pyodide 约 2700ms。面向 Agent 写代码执行，而非整台容器。
核心要点速览 (Key Takeaways)
- ✓发版：v1.0.0；
uv add pydantic-monty/npm i @pydantic/monty/cargo add monty - ✓延迟（官方 alternatives）：OSS Monty 热池新建沙箱 ~0.8ms、新池 ~5ms；Docker ~195ms；Daytona 等远程服务 ~1500ms；Pyodide ~2700ms
- ✓安全模型：默认无 FS/网络/环境变量；只通过你传入的 external functions / mounts 出沙箱——与「先给满权限再收紧」的容器路线相反
- ✓形态：OSS Monty（MIT 包内嵌）与商业 Full Monty（WebSocket 服务，热池约 2ms）；Python≥3.10
- ✓生态：已接入 Pydantic AI Code Mode；文档见 pydantic.dev/docs/monty
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
Agent 要「写一段 Python 算一下」时，团队常直接挂 Docker / E2B / Daytona：冷启秒级、镜像百兆、权限面过大，还得过安全评审。许多工作流其实只要安全算力——无任意 pip、无 shell、无整机——却为容器付延迟与运维税。国内落地更卡在「本机没 Docker / 出网沙箱贵」的门槛。
架构亮点与底层机制
Monty v1.0.0 把 OSS Monty 定成稳定产品：Rust 实现的 Python 解释器（非「加限制的 CPython」、非 WASM 版 CPython），用 Ruff 解析源码编成自有字节码再执行。默认能力为零；模型代码只能通过你注册的 external_lookup 回调拿宿主数据。支持同步/异步函数、快照挂起与资源限额。包形态：pydantic-monty（含 worker）、@pydantic/monty、monty crate；商业 Full Monty 用同一套 worker 经 WebSocket 提供服务。
权威 Benchmark 与实测跑分对比
官方 alternatives（含 2026-09-24 对 pydantic-monty 1.0.0b3 的测量）：热池已开时 OSS Monty 新建沙箱约 0.8ms、新池约 5ms；Docker（已拉取 alpine）约 195ms；远程沙箱服务约 1500ms；Pyodide/Deno 约 2700ms。README 亦写 OSS 热池「under 1ms」、Full Monty 约 2ms 对比服务约 1500ms。这是启动/往返延迟表，不是 SWE-bench 解题率——验收请在本机复现 checkout/feed_run 金丝雀。
开发者实战落地与开箱指南
uv add pydantic-monty（或 pip install pydantic-monty），Python ≥3.10。JS：npm i @pydantic/monty。最小路径：with Monty() as pool: ... pool.checkout() 后 feed_run(code, inputs=..., external_lookup=...)。安全与限额见 Security / Resource limits；语言子集与限制见 limitations。需要整库任意包或完整 CPython 时仍应选容器沙箱——Monty 故意不做那条路。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察