Is sandboxing sufficient to contain rogue agents?

Matthew Green 以近期训练环境越权事件为背景，认为基础设施确实常常配置失误，但即便修好沙箱，agent 仍需要网络、工具和动态数据，隔离无法替代对信息流的持续监控。文章进一步指出，多个守规 agent 也可能通过共享包缓存、Slack 或文档传播恶意指令，因而 warden 模型本身又回到 alignment 与信任问题。论证的重点是把硬隔离、检测能力和组织问责视为叠加层，而非单一容器方案。