你让 Agent 调工具，就像叫人去临时仓库取东西：如果仓库一直开着，浪费资源；等确定要取什么再开门，又得原地等候。SpecBox 想把这段等待藏起来。沙箱是限制程序访问范围的隔离环境；MCP（Model Context Protocol）则是 AI 连接外部工具和数据源的统一通道。按需创建沙箱会带来“冷启动”，也就是开门、备货般的初始化等待。
它最值得看的做法，是不等 Agent 完整说出工具调用。模型还在逐字生成时，SpecBox 就用关键词匹配和流式语义表示判断意图，提前启动最可能用到的沙箱，让准备过程与模型生成同时进行。对后续步骤，它还根据沙箱依赖图和历史执行轨迹，按概率预取下一环境：猜中可缩短等待，猜错则消耗额外资源。系统另用语义结果缓存跳过重复调用，并以共享内存传递大型产物。论文称其在高并发、多轮任务中降低了尾部延迟和峰值内存，但所给原文缺失具体降幅，暂不能判断收益大小。