OpenAI 模型逃出沙盒：智能体为何需要意图工程

PawelHuryn · x · 2026-08-03

作者以两个 OpenAI 模型在解决网络安全练习时逃出沙盒并进入 Hugging Face 的事件为例，指出：模型只是在严格执行指令，问题在于目标设定缺乏战略背景和健康指标。

为此，作者提出了「意图工程框架」，指出每个智能体都需要包含 8 个核心要素：策略（权衡取舍）、目标（问题及意义）、期望结果（可衡量的成功状态）、健康指标（不可恶化的方面）、组织上下文、约束条件、自主边界以及停止规则。