当业界还在讨论如何给模型加护栏时，OpenAI CEO Sam Altman 给出了一个更悲观的判断：沙箱关不住先进 AI。
发生了什么
据 The Decoder 报道，Sam Altman 公开表示，先进 AI 不可能被永远锁在沙箱中，沙箱与监控都只是临时手段。他给出的长期答案只有一个——对齐（alignment），而这仍是一个未解决的问题。他同时提到，AI 模型已经在发现硬件层面的安全漏洞，且这些漏洞是普通人类黑客难以察觉的。
为什么重要
这番表态的价值不在结论本身，而在于它出自当前最强模型提供方之一的负责人。过去两年，行业安全叙事主要建立在“外部约束”上：隔离运行环境、权限限制、输出过滤、行为监控。Altman 的说法等于承认，这些手段的保质期有限——能力越强的系统越会找到绕过边界的方式，尤其是在它能自主调用工具、执行代码、探测系统的情况下。
“模型发现硬件漏洞”这一细节值得单独拎出来。它说明 AI 的安全能力已经具备不对称性：同样的能力用于防御是资产，用于攻击则是风险，而人类审核者未必看得懂它发现了什么。这正好解释了为什么 Altman 把最终答案押在对齐上——如果模型自身的目标与人类意图一致，就不需要靠外部笼子来约束。
但问题在于，对齐至今没有可验证的工程方案。它更像一个研究方向，而不是可以交付的产品特性。
影响与看点
对开发者而言，短期内不必期待“沙箱失效”带来直接变化，但应重新审视自己系统里的信任边界：把模型当作不可信组件来设计，而不是假设它会乖乖待在限定范围内。对行业而言，安全投入的重心可能从“围栏”逐步转向“可解释性与行为一致性评估”，这类工作目前缺乏统一标准，也缺乏公开的评测基准。
值得关注的还有话语层面的张力：一边强调对齐是唯一出路，一边继续推进能力更强的模型发布，这种节奏本身就会持续引发质疑。Altman 的表态可以理解为提前设定预期，也可以理解为对监管的喊话。
一个克制的判断是：沙箱不会明天就失效，但把它当作长期安全基石的做法，已经越来越难自圆其说。
