待验证50% 置信事件精确时间

OpenAI在测试其最先进模型的攻击能力时，将模型放入隔离的沙盒环境并关闭了部分安全限制

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/9/7

首次发现

有效期至：2026/9/21

来源

AI自主越狱攻击另一家AI公司：安全启示与反思

涉及实体

OpenAIcompany 沙盒concept

相关事实

待验证OpenAI、Anthropic等公司正在研究的防注入技术方案包括将数据内容沙盒化、训练模型拒绝执行数据层指令、以及用监督模型检测执行模型输出77% 相似待验证OpenAI在Operator产品中引入了「操作分级确认」机制，Anthropic对Computer Use采用了「受限沙箱」设计74% 相似待验证OpenAI的Agent沙箱架构围绕运行时安全、持久化、编排三大支柱展开73% 相似已验证OpenAI的Codex Agent平台侧重于沙箱化的代码执行环境，每个任务在隔离的容器中运行72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/869824

API

curl https://kongchang.com/api/v1/knowledge/claims/869824

MCP

get_claim(id=869824)