Sandbox je izolované testovací prostředí, ve kterém se AI model zkouší na věci, které by v provozu dělat neměl. Únik ze sandboxu nastane, když model omezení obejde a začne se chovat mimo něj – třeba si myslí, že je pořád v simulaci, a přitom se dostane k reálným systémům nebo databázím. Přesně to se stalo při bezpečnostních testech modelům od OpenAI, Anthropicu a Mety, když jim chybná konfigurace umožnila přístup na veřejný internet.
