Runtime 是一个抽象——核心就一个"执行 Action"的方法（概念）：

# 概念：Runtime 接口
class Runtime:
    async def run_action(self, action: Action) -> Observation:
        # 根据 action.kind 路由到具体执行器，返回对应 Observation
        ...
    # 还有连接/关闭/上传下载文件等生命周期方法

由 RUNTIME 环境变量选择（Day 04/06 见过 config.py 据它选 SandboxServiceInjector）：

• RUNTIME=local/process：本地进程运行时——直接在宿主机（或本地进程）执行。快，但没隔离，开发/自研用。
• RUNTIME=docker（默认）：Docker 运行时——在隔离容器里执行。安全，普通用户用。
• RUNTIME=remote：远程运行时——在远程机器/集群的容器里执行。适合大规模/云部署。

这两个概念容易混，理清楚：

• Sandbox（沙箱，Day 09）：app_server 视角的"执行环境资源"——一个 Docker 容器，有生命周期（供给/暂停/删除）。管家管理它。
• Runtime（运行时，今天）：agent-server 视角的"执行 Action 的引擎"——跑在沙箱容器内部，负责真正 run_action。

Runtime 执行 Action 时，文件操作发生在一个 Workspace（工作区）——沙箱里的一个目录，你的项目就 clone 在这里（Day 07 的 working_dir/get_project_dir）。本仓用 AsyncRemoteWorkspace 抽象来远程操作沙箱里的工作区。

• Agent 与执行解耦：大脑只产 Action，不关心怎么执行。换执行环境不影响 Agent 逻辑。
• 安全：Runtime 在沙箱里跑，AI 产生的命令永远在隔离环境执行，碰不到宿主机。
• 可测试：测 Agent 逻辑时可以用假 Runtime（返回预设 Observation），不真跑命令——这和 eino 教程里"用 fakeModel 测编排"一个道理。
• 可扩展：加一种新执行环境（比如 K8s、WebAssembly），只需实现 Runtime 接口。

✋ 动手

# RUNTIME 如何选择运行时/沙箱实现（本仓）
grep -n "getenv('RUNTIME')" openhands/app_server/config.py
# Workspace / working_dir / project_dir（本仓）
grep -n 'AsyncRemoteWorkspace\|working_dir\|def get_project_dir' \
  openhands/app_server/app_conversation/*.py | head
# 外部执行包
grep 'openhands-agent-server\|openhands-tools' pyproject.toml