沙箱环境
一种隔离的受控运行环境，用于限制AI代理或程序的执行范围和资源访问权限，防止其操作触达真实生产系统
核心事实
时间轴 (近 90 天)
沙箱的隔离粒度（进程级、容器级、虚拟机级）直接决定了安全性与开销之间的权衡。
沙箱化执行环境通过容器、虚拟机或受限解释器，把代码运行隔离在有限的 CPU、内存、网络与文件系统权限内，并设置超时与输出截断。
目标对齐解决'想不想做对'的问题，沙箱解决'能不能做错'的问题，两者缺一不可。
对齐评估（alignment evaluation）是衡量 AI 系统行为是否符合人类意图与价值观的手段，研究者通过设计测试场景观察模型是否以预期的安全方式完成任务
解决代理验证可信度问题的方案包括:引入独立tracing系统记录实际操作、要求提交完整测试日志、在沙箱环境中从外部验证测试执行
沙箱环境运行与生产环境相同或接近相同的服务端逻辑，能够真实地返回错误码、执行速率限制、验证请求格式、模拟异步回调（如Webhook）
全部知识事实 (7)
沙箱化执行环境通过容器、虚拟机或受限解释器，把代码运行隔离在有限的 CPU、内存、网络与文件系统权限内，并设置超时与输出截断。
70%已验证沙箱环境通常基于Docker容器或WebAssembly技术实现隔离，确保实验代码无法影响宿主系统
65%待验证沙箱的隔离粒度（进程级、容器级、虚拟机级）直接决定了安全性与开销之间的权衡。
50%待验证目标对齐解决'想不想做对'的问题，沙箱解决'能不能做错'的问题，两者缺一不可。
50%待验证对齐评估（alignment evaluation）是衡量 AI 系统行为是否符合人类意图与价值观的手段，研究者通过设计测试场景观察模型是否以预期的安全方式完成任务
50%待验证解决代理验证可信度问题的方案包括:引入独立tracing系统记录实际操作、要求提交完整测试日志、在沙箱环境中从外部验证测试执行
50%待验证沙箱环境运行与生产环境相同或接近相同的服务端逻辑，能够真实地返回错误码、执行速率限制、验证请求格式、模拟异步回调（如Webhook）
50%