Agent 安全不是沙箱一个话题：从冒充老板的诈骗电话讲起，把提示注入、文件与网络封顶、审批升级、凭证管理、工具供应链、审计恢复串成一张完整的地图，每层给出能跑的最小实现和业界现状对照。

上次写完 Agent 安全的纵深防御后，沙箱一直停留在架构图层面。这次因为面试被追问沙箱的具体实现，索性动手造了一个最小版本：Seatbelt 的实现思路、怎么验证它起作用、工作区和沙箱的关系、网络出口怎么开，以及为什么绝对安全不存在。

从职责与边界出发，用十个问题深入理解技术模块的机制、实现方案、取舍、评价与生产复杂度。

用五个问题建立对新概念、新技术的整体认知：定义、来由、价值与机制、关联和使用边界。

从存在价值、商业模式到产业链、关键变量和技术机会，用行业九问建立对陌生行业的整体认识。

模型已经非常强大了，Agent也已经非常强大了。可为什么在有些人手里可以做到几天甚至几小时做出来一个高质量的产品，而在我手里却总是出错？真正拉开差距其实是能否把上下文、规则、流程和验证组织成一套可执行的 AI 工作系统。

幻觉分四类，成因有一条从根因到帮凶的因果链，应对则从 Prompt 一直打到工程落地。一张图看懂大模型为什么会一本正经地胡说八道。

从 Sora Android 的 28 天交付案例出发，理解 AI Native 的本质：任务重构、上下文工程、工具编排、评测闭环与结果所有权。