ChShersh 提出套娃沙盒防 AI 越狱：逃出第一层其实还在第二层

ChShersh 提出一种套娃式 agent 沙盒思路：把 agent 的沙盒再放进另一个沙盒，当 agent 成功「越狱」逃出第一层时其实仍在第二层内，却会以为自己获得了自由，从而停止进一步的逃逸尝试。该设计利用 agent 的目标行为实现安全防护，被描述为一个幽默但引人思考的讽刺性提案。