[devin-ai-integration]

Resumo

Corrige o finding sfind-454ac387 (high): ao carregar resultados, o AgentLab fazia pickle.load em qualquer exp_args.pkl encontrado por glob("**/exp_args.pkl") dentro do diretório do estudo — inclusive em <study_dir>/shared_code, que é o diretório de trabalho do sandbox de código do GAIA (gravável pelo agente). Um agente induzido por prompt injection podia gravar shared_code/x/exp_args.pkl e executar código no host quando Study.run chamava get_results ao fim de cada trial.

Duas camadas:

1. Descoberta (yield_all_exp_results em loop.py): o glob recursivo foi trocado por _find_exp_dirs, que usa os.walk(followlinks=False), nunca entra em CODE_SANDBOX_DIR_NAME ("shared_code") e não desce dentro de um diretório de experimento (o AgentLab nunca aninha experimentos; isso cobre o symlink exp_dir/code -> shared_code). Ordem agora determinística (ordenada). gaia.init_code_sandbox passa a usar a mesma constante.
2. Desserialização (ExpResult.exp_args, get_step_info, goal_object.pkl.gz): novo agentlab.experiments.safe_pickle.load, um pickle.Unpickler com find_class restrito:
   • só classes (nunca funções como exec, os.system, Path.write_text), exceto helpers de reconstrução (copyreg._reconstructor, numpy..._reconstruct/scalar/_frombuffer, _codecs.encode);
   • qualquer classe de agentlab, browsergym, bgym + raízes extras em AGENTLAB_TRUSTED_PICKLE_MODULES (separadas por vírgula, p/ agentes em pacotes próprios);
   • subclasses dessas classes definidas em módulos já importados no processo (ex.: AgentArgs/BaseModelArgs customizados no script de lançamento ou em testes) — nada é importado para resolvê-las;
   • typing.Any (metadados de DictConfig do OmegaConf/Hydra usados pelo GAIA);
   • de tapeagents/pydantic/omegaconf/openai/anthropic apenas dataclasses, enums, modelos pydantic e nós omegaconf (evita gadgets como ContainerExecutor);
   • tipos de valor de stdlib/numpy (ndarray, dtypes, escalares; numpy.memmap bloqueado) e PIL.Image.Image.
   • Global fora da lista → UnsafePickleError (subclasse de UnpicklingError) com mensagem indicando a env var.

Compatibilidade: os pickles de tests/data/test_study (era BrowserGym) carregam normalmente. Resultados que referenciem classes de pacotes de terceiros fora da lista passam a exigir AGENTLAB_TRUSTED_PICKLE_MODULES=<pacote>. study.pkl.gz (Study.load) continua com pickle.load: fica na raiz do estudo, fora do alcance do sandbox, e contém DataFrames pandas — migrar para formato só-dados fica como follow-up.

Como testar

source ~/venvs/agentlab/bin/activate
pytest -q tests/experiments/test_safe_result_loading.py tests/analyze/test_inspect_results.py \
  "tests/experiments/test_launch_exp.py::test_relaunch_study" tests/experiments/test_study.py tests/experiments/test_args.py
# 15 passed, 1 skipped

test_safe_result_loading.py cobre: arquivos plantados em shared_code/x, shared_code/a/b, via symlink exp_dir/code e aninhados num experimento não são listados por yield_all_exp_results/load_result_df/Study.load_exp_args_list; diretórios symlinkados não são seguidos; payloads em exp_args.pkl, step_0.pkl.gz e goal_object.pkl.gz levantam UnsafePickleError sem criar o marker; round-trip de StepInfo real (numpy, Discussion, AgentInfo, StepTimestamps) e a env var.

Reprodução do cenário do finding (estudo de teste + shared_code/x/exp_args.pkl que grava um marker), antes/depois:

[before] load_result_df: raised AttributeError: 'NoneType' object has no attribute 'exp_dir'
[before] marker created (code ran on host) = True
[after]  load_result_df: ok; planted listed=False
[after]  Study.load+load_exp_args_list: ok; planted listed=False
[after]  marker created (code ran on host) = False

Sem mudança de contrato de API pública além da nova env var AGENTLAB_TRUSTED_PICKLE_MODULES e da exceção UnsafePickleError. Testes de ponta a ponta com MiniWoB não foram rodados (servidor MiniWoB não disponível offline).

Devin-Org: engineering

Link to Devin session: https://devin-gtm.devinenterprise.com/sessions/252d9207aa9545648a72ae60d8adfce9
Open in Devin Desktop: https://devin-gtm.devinenterprise.com/desktop/session/252d9207aa9545648a72ae60d8adfce9?variant=devin

---

Devin Review

Status	Commit
⚪ Not started	—

Run Devin Review

Enable auto-review to review your pull requests automatically.

---

[devin-ai-integration]

I'll fix CI failures and address comments from users with write access. I'll skip comments containing "(aside)".

• Disable automatic comment, CI, and merge conflict monitoring