可靠 Agent 的工程模式

一条可以继续验证的思路

安全与容器化

这里有 2 篇文章,从一个词走向真实工作里的选择;先读懂,再决定要不要使用。

阅读线程开放
2篇札记
阅读方式先找到你卡住的地方,再顺着证据和取舍走

每篇可以独立阅读,也可以沿着这条线程继续。

可靠 Agent 的工程模式无需登录

本页解决的问题

先给结论

什么是「安全与容器化」,它会影响哪些 AI 决策?

Anthropic 的安全分类框架:用户滥用 / 模型 Misbehavior / Prompt Injection 本页把相关概念、常见误区和实践文章放在同一条阅读线程里。

判断标准

先判断你卡在定义、选择还是验证,再从下方 2 篇文章中选择最接近的一篇。

下一步

从「三类风险:滥用、失控、外部攻击」开始,读完后用自己的任务复述结论。

常见误区

不要把同一主题下的所有方法当成可互换方案;输入、风险和验收标准变化时,答案也会变化。

这条问题线程

把一个词放回它真正影响的选择里。

2 篇札记
安全

三类风险:滥用、失控、外部攻击

Anthropic 的安全分类框架:用户滥用 / 模型 Misbehavior / Prompt Injection

可靠 Agent 的工程模式 3 min →
安全

沙箱与凭证隔离

生成的代码和密钥永远不在同一个容器里。结构性安全比靠提示词更可靠

可靠 Agent 的工程模式 3 min →