让 AI Agent 自己写代码并执行，麻烦不只是它会不会写对，还包括它会不会误删文件、读取密钥或访问网络。传统做法常把代码塞进容器——一个与主机隔开的独立环境——但每次创建和调度都可能增加等待与维护成本。Pydantic 推出的 Monty，正是为 AI 生成的 Python 代码准备的进程内沙箱：沙箱即受限制的执行环境，默认把危险能力关在门外。
Monty 的关键取舍是轻。它用强调内存安全和性能的 Rust 实现底层，沙箱内不存在文件系统、环境变量和网络；代码只能通过开发者明确传入的函数和挂载点接触主机。比如 AI 计算“一块巧克力能让灯泡亮多久”时，查询热量的函数实际在主机运行，沙箱只看到返回值，而不是获得主机权限。
项目方称，开源版从运行中的池里取得新沙箱耗时不到 1 毫秒，商业版 Full Monty 约 2 毫秒，对比其列出的沙箱服务约 1500 毫秒。开源版采用 MIT 许可，面向 Python 3.14，并提供 Python、JavaScript/TypeScript 和 Rust 接口；商业版则通过 gRPC——服务间远程调用框架——集中部署。性能数字目前来自项目自述，材料未提供独立安全审计结果。