沙箱不预设模型善恶：信任从来不是安全原语

basedjensen · x · 2026-09-30

一条被广泛认同的论述指出，沙箱的价值在于它对模型的行为不做任何假设：无论你认为模型是善意的、欺骗性的、暗中谋划的，还是具有情境感知能力的，沙箱都一视同仁——断网络、不给凭据、不给 shell、不持久化、不执行任意程序，只提供任务明确需要的东西。

作者的核心观点：每一代工程师都曾相信某个边界是多余的，因为边界后的东西「可信」，而每一代都被教育了同一个教训——信任不是一种安全原语（trust is not a security primitive），AI 时代并不豁免这条规律。