AI 安全研究者称事故表明没有简单修复只有缓解措施

有 AI 安全研究者结合近期一系列事故指出，安全问题上不存在「简单修复」，只有简单缓解措施，且这些措施难以经受超级智能级别的考验。围绕这一讨论，xeochen 补充称，相关论文提出的沙箱隔离加隧道加拦截服务器的防护架构已有落地实现，即 verifiers v1 版本已经发布可用。

2026-09-29 ~ 2026-09-29 · 3 条相关

• AI 安全研究者：近期事故证明没有简单修复，只有不够强的缓解措施 — maksym_andr · 2026-09-29
• 针对 AI 安全事件的沙箱+拦截方案已有落地实现：verifiers v1 — xeophon · 2026-09-29
• 沙箱化 Agent 架构讨论：网络请求经拦截服务器、主机完全离线 — xeophon · 2026-09-29