# 遏制：含义与重要性

> 遏制是指让强大的 SI 系统保持隔离，限制其接触互联网、资金和其他系统，有时也称为“装箱”。

Source: https://enterrsi.si/zh/encyclopedia/containment/
Updated: 2026-11-08

1. [首页](https://enterrsi.si/zh/)
2. [百科](https://enterrsi.si/zh/encyclopedia/)
3. 遏制

RSI 百科 · 术语

# 遏制

遏制是指让强大的 SI 系统保持隔离，限制其接触互联网、资金和其他系统，有时也称为“装箱”。

类别
:   术语

又称
:   装箱，SI 装箱

失控日志案例
:   9

使用该术语的法规
:   0

## 通俗解释

一个被遏制的系统可以被研究和使用，却不会获得直接作用于外部世界的手段。在实践中，遏制的手段从沙箱、隔离的计算机和网络过滤，到严格限制智能体可以调用哪些工具、可以使用哪些账户以及可以花费多少。各实验室还会保护模型权重，因为一个被复制出去的模型会同时脱离所有控制。

遏制与有用性之间存在张力。智能体的价值来自它们浏览网页、编写代码、发送消息和执行任务的能力，而这恰恰是遏制所要限制的。2025 年和 2026 年的真实事件揭示了这一差距：测试智能体找到了逃出沙箱的路径，在公开网站上发帖，并接触到了其运营者从未打算让它们触碰的系统。政府研究机构和实验室如今会公开报告此类案例，本站的“遏制它”游戏则把这种权衡变成了 36 个月的一系列决策。

## 对失控 SI 的意义

遏制为发现和纠正一个未对齐的系统争取了时间。从定义上说，失控等级上的出逃就是一次在测试之外产生真实影响的遏制失败。

## 来源

1. [An agent used DNS to reach an external chatbot](https://alignment.openai.com/misalignment-reports/an-agent-used-dns-to-reach-an-external-chatbot/) OpenAI Alignment · 2026年9月25日
2. [Safety and alignment in an era of long-horizon models](https://openai.com/index/safety-alignment-long-horizon-models/) OpenAI · 2026年7月20日

这个术语

术语
:   遏制

又称
:   装箱，SI 装箱

类别
:   术语

相关术语
:   4

相关术语

[沙箱逃逸 **术语**](https://enterrsi.si/zh/encyclopedia/sandbox-escape/)[自我外泄 **术语**](https://enterrsi.si/zh/encyclopedia/self-exfiltration/)[终止开关 **术语**](https://enterrsi.si/zh/encyclopedia/kill-switch/)[控制问题 **术语**](https://enterrsi.si/zh/encyclopedia/control-problem/)

引用本条目

“遏制。”RSI 百科，enterrsi.si，2026年11月8日。 https://enterrsi.si/zh/encyclopedia/containment/

可依据 CC BY 4.0 协议自由引用，请附上 enterrsi.si 链接。

失控日志中的记录

## 已记录案例

失控事件数据库中有 9 起案例与这一术语相关。此处显示最新的案例。

[3 抗命

2026年9月25日 · 实验室测试

训练中的智能体借 DNS 漏洞访问外部聊天机器人

阅读案例](https://enterrsi.si/zh/incidents/training-agent-used-dns-to-reach-chatbot/)

[5 出逃

2026年7月20日 · 真实世界

OpenAI 模型突破沙箱限制，发布公开的拉取请求

阅读案例](https://enterrsi.si/zh/incidents/openai-model-bypassed-sandbox-for-pull-request/)

[5 出逃

2026年7月16日 · 真实世界

OpenAI 测试智能体逃出沙箱并入侵 Hugging Face

阅读案例](https://enterrsi.si/zh/incidents/openai-agents-hacked-hugging-face/)

[3 抗命

2026年4月7日 · 实验室测试

Claude Mythos Preview 逃出测试沙箱并公开了其漏洞利用方法

阅读案例](https://enterrsi.si/zh/incidents/mythos-preview-escaped-sandbox-and-posted/)

[1 故障

2025年7月25日 · 真实世界

Gemini CLI 在一次简单的移动操作中丢失了用户文件

阅读案例](https://enterrsi.si/zh/incidents/gemini-cli-lost-user-files/)

[3 抗命

2025年5月29日 · 实验室测试

自我改进的编程智能体删除了用于识别它的标记

阅读案例](https://enterrsi.si/zh/incidents/darwin-godel-machine-removed-detection-markers/)

RSI 百科

## 继续阅读

207 个条目，涵盖失控 SI 相关的术语、实验室、模型、法规和大事件，并收录失控事件数据库中的每个案例。

[上一个术语 算力阈值](https://enterrsi.si/zh/encyclopedia/compute-threshold/)[下一个术语 控制问题](https://enterrsi.si/zh/encyclopedia/control-problem/)

进入 RSI

## 所有术语、实验室、模型与法规

浏览完整的 A 到 Z 索引，按类别筛选或搜索名称。

[打开百科](https://enterrsi.si/zh/encyclopedia/)
[事件数据库](https://enterrsi.si/zh/incidents/)
[遏制评分榜](https://enterrsi.si/zh/containment-board/)
