假设模型已被攻破

作者：Josh Greenwell，应用人工智能工程师 本文是我们白皮书的精简版，白皮书讨论的是：当输入防御失效时，如何遏制 AI 智能体。完整论文包含多个附录：2026 年 7 月事件时间线、遏制检查清单、遏制控制项与 SOC 2、OWASP、NIST 框架的映射，以及完整参考文献。你可以在这里查看并下载原文。 ## 引言 我们围绕代码执行重构 LuumenAI 时，初衷是为了省钱。我在另一篇论文里写过这件事，简单说：每次请求都加载一大堆工具会消耗大量 token（词元，模型处理文本的基本单位），把工作挪进沙箱、让模型针对我们的 API 写代码之后，账单从每天几百美元降到了个位数。 安全边界