AI 沙箱不预设模型善恶：信任不是安全原语

2026 年 9 月 30 日，AGI Hunt 发布文章讨论 AI 沙箱的设计理念。文章称，沙箱不对模型行为做任何预设：无论模型是善意、具有欺骗性、暗中谋划，还是具备情境感知能力，一律断网络、不给凭据、不给 shell、不持久化、不执行任意程序。作者由此提出，信任从来不是安全原语（trust is not a security primitive），并指出每一代工程师都曾以为边界多余，AI 时代也不豁免这条规律。该报道未给出具体产品或实现细节，仅陈述这一沙箱原则及其推论。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。