---
type: reference
tags:
  - llm-evaluation
  - agent-evaluation
  - safety
status: active
created: 2026-08-21
---

# 04 · Agent Safety and Environments

主题：Tool Use、Authorization、Sandbox、Trajectory、Interactive Environment

## 核心资源

### 1. Inspect AI Sandbox + AISI
- 重点看如何安全运行不可信 Agent / 代码
- 如何把 sandbox 当成评测基础设施的一部分
- Trace 的完整记录方式

### 2. BenchFlow
- 代表重要趋势：Static Dataset → Interactive Environment
- 对 Agent 来说，Prompt + Response 已经不够
- 真正要测：State → Action → Tool → Trajectory → Outcome
- "Environment is data" 的思路值得长期关注
- 但这是后期内容，必须先掌握 Task / Trial / Trace / Outcome / Harness

### 3. AWS Workshop 中的相关模块
- Tool Calling 的 5 种渐进式评测
- Red Teaming 示例