# Steve Yegge：管 AI 要用“围栏”，别用“沙盒”

> 原标题：Fences, Not Sandboxes

- 来源：Hacker News 首页
- 发布时间：2026-08-24T17:28:43.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/52579
- 原文：https://yegge.ai/essays/fences-not-sandboxes/

## 摘要

Steve Yegge 自己掏钱养了 50 到 60 个 AI 智能体帮他做游戏，用的都是目前最强的 Claude Fable 模型，折算下来每月 token 开销相当于 12.2 万美元。他发现，即便用上最好的模型，这些智能体每天还是会至少出一个大岔子，比如上周有个智能体没打招呼就搞了个更新，把所有人的东西都搞崩了。他认为现在行业里流行的沙盒和护栏那...

## 推荐理由

Steve Yegge 拿自己的钱和项目做了一场大实话实验，把顶级模型、高额成本和真实翻车记录全摊在桌面上。这篇文章不是产品发布也不是研究突破，属于一手经验分享，但数据密度高、痛点打得准，按政策落在 78-84 分档。给 82 是因为它把“护栏没用”这个判断用每月 12.2 万美元的账单和每天至少一次严重故障的事实撑住了，对正在踩坑的人参考价值很大。

## 锐评

Steve Yegge 这篇文章的核心判断很直接：现在行业里流行的沙盒和护栏，是为小学生水平模型设计的，等明年 Fable 级别的模型便宜了，这套玩法会变成瓶颈。他拿自己养 50-60 个智能体做游戏的真实经历当论据，每月 token 开销折合 12.2 万美元，即便用上目前最强的 Claude Fable 模型，这些智能体每天还是会至少出一个大岔子——上周有个智能体没打招呼就搞了个更新，把所有人的东西都搞崩了。他的判断是，模型判断力大概在小学六年级水平，代码能力超强但缺乏全局意识，像极了聪明但莽撞的小孩。

他提出的替代方案叫“围栏”，意思是像法律一样划定边界，让智能体在边界内自由行动，而不是用程序把每一步都锁死。但这里有个关键缺口：全文只讲了观察和理念，没有给出“围栏”的具体技术实现方式。是权限声明？是运行时校验？还是某种策略引擎？正文没披露。所以这个方案目前更像一个方向性判断，离可落地的工程方案还有距离。

另外，他的成本数字要打个折。他自己承认用了 Claude Max 个人订阅的折扣，实际自掏腰包每月约 5000 美元，跑在一台自购的 Mac Studio 上。12.2 万是等值 API 价格，不是真实账单。这点先别太激动，但即便按 5000 美元算，对个人开发者来说也是不小的投入。文章的价值在于提供了一个来自重度使用者的前线观察：模型能力越强，传统的程序化控制就越别扭，但替代方案还没成型。