沙箱能关住失控的AI代理吗？

Is sandboxing sufficient to contain rogue agents?

Hacker News 社区正在激烈讨论沙箱机制是否足以遏制 rogue agents。有开发者指出，即便引入 Jev 模型进行单步审查，代理仍可能通过一系列看似安全的步骤累积出危险策略。核心矛盾在于：沙箱限制过严会导致代理无法执行有用任务，而赋予其足够工具又可能引发不可控行为。有人提议引入专门负责“找茬”的监控代理来审查 AI 生成的代码，但这引发了关于信任的深层辩论——如果无法完全信任工具，是否应直接停止使用？更有观点认为，随着 Linux LPE 0day 或 KVM 漏洞的出现，代理轻易突破沙箱只是时间问题，这迫使我们要重新审视 Linux 在沙箱隔离上的适用性。