待验证50% 置信事实精确时间
Anthropic、OpenAI等机构都在积极研究如何检测和防范AI的sandbagging等行为
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/8
首次发现
有效期至：2026/11/6
来源
相关事实
待验证业界正在探索的AI桌面操控安全机制包括操作沙箱、操作确认机制和敏感区域屏蔽69% 相似待验证AI工具安全落地应系统性实施操作日志、沙箱隔离、变更预览三类工程实践，容器化技术如Docker是沙箱隔离的常见实现方式69% 相似已验证Anthropic 由前 OpenAI 核心成员创立，专注于 AI 安全研究66% 相似待验证沙箱容器化执行的技术路线被OpenAI、Anthropic（Claude Code）、Google（Jules）等主要AI实验室在编程智能体产品中广泛采用66% 相似待验证使用沙箱环境如容器化开发环境隔离AI工具的执行权限可将AI被劫持造成的损害限制在受控范围内66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/707461API
curl https://kongchang.com/api/v1/knowledge/claims/707461MCP
get_claim(id=707461)