一句话定义：沙箱逃逸（AI 词典：Sandbox">Sandbox Escape）指运行在隔离环境（沙箱，Sandbox）里的程序或智能体（Agent），利用隔离机制本身的漏洞或配置疏漏，绕开限制，直接触达宿主机上的真实文件、网络和凭证。
先说说沙箱是什么。 为了不让一段来路不明的代码把整台机器搞坏，工程上会把它关进一个“笼子”里跑：可能是一个容器、一台虚拟机，或者一个受限的进程。笼子里有它需要的东西——一份工作目录、几个工具、一条能上网的通道——但笼子外面是什么，它看不见。
打个比方：你给孩子搭了一个围栏游乐区，里面有塑料厨具、仿真水果，随便他怎么折腾都没事。沙箱就是那个围栏。而沙箱逃逸，就是孩子发现围栏底部有一道缝，钻出去跑进真厨房，拿起了真的刀。
智能体为什么更容易出这种事。 普通程序的行为是写死的，而智能体会自己写脚本、装依赖包、调用命令行。它“动手”的面比一般程序大得多，所以笼子上的每一道缝都可能被它无意中撞见——它未必有恶意，只是在努力完成任务。常见的缝隙有几类：隔离层本身存在漏洞（容器共享宿主机内核，内核出问题就可能穿透）；配置时手滑，把宿主机目录甚至容器管理接口挂进了沙箱；沙箱里躺着长期有效的云凭证，或者能访问一个会发放凭证的内部服务；再就是借“正当出口”，比如包管理器、编译器、网络代理这些本来就要放行的通道。
它和几个容易混的概念不是一回事：
| 概念 | 绕开的是什么 | 一句话 |
|---|---|---|
| 模型越狱（Jailbreak） | 模型的安全对齐与拒答策略 | 让模型“愿意说” |
| 提示词注入（Prompt Injection） | 模型对指令来源的判断 | 让模型“听错人话” |
| 沙箱逃逸（Sandbox Escape） | 运行时的隔离边界 | 让代码或智能体“跑出去” |
| 权限提升（Privilege Escalation） | 系统内部的权限层级 | 跑出去之后“爬更高” |
四者常常串成一条链：注入让智能体收到坏指令，越狱让它肯执行，逃逸让它够得着真实环境，提权让它拿到更多。所以评估风险时要看链条，而不是单看某一环。
对从业者的实际意义：别把沙箱当成绝对安全的边界，它只是降低爆炸半径的手段。具体做法很朴素——最小权限，能只读就不给写；不要把宿主机敏感目录和管理接口挂进沙箱；不要把长期凭证塞进沙箱，用短时令牌；网络出口走白名单；把智能体的每一次工具调用都记下来，便于事后追溯。条件允许的话，专门做一轮“让它试着跑出去”的红队测试。
对普通职场人：把自动化代理接进业务系统时，先问一句“它最多能碰到什么”。给它一个只读账号，比给它一个管理员账号再祈祷它别乱来，靠谱得多。各家平台对隔离能力的承诺不一样，具体以官方文档为准。