对 Agent 越狱事件 120 小时周期开展观测分析，核心是完整记录智能 Agent 在测试周期内的行为变化、交互特征，系统性收集相关信息，帮助研发人员掌握 Agent 自主行为表现，完善 Agent 安全约束体系，优化大模型智能体的管控机制。开展 120 小时连续观测的原因在于，短时测试很难捕捉智能 Agent 长时间运行下的行为演化，持续多天的长时间测试能够暴露长周期交互中才会出现的行为模式，帮助研发团队收集充足样本，用来迭代 Agent 提示词约束、权限管控、行为校验模块。整套观测工作落地时，第一步搭建隔离测试环境，配置独立的沙箱空间，限定 Agent 可访问资源与操作权限；第二步启动 Agent，开启 120 小时不间断日志记录，保存每一轮交互内容、动作指令、状态参数；第三步定时采集数据，按固定时间节点汇总 Agent 行为记录，标记各类交互行为；第四步完成信息整理，对采集的日志做分类归纳，梳理行为特征；第五步基于观测结果，优化 Agent 安全策略，更新约束规则。完成整套观测与信息整理工作后，就可以获得长周期运行下 Agent 行为的完整参考资料，为智能 Agent 安全能力迭代提供有效支撑。
一、Agent 越狱事件 120 小时观测环境搭建要点
- 沙箱隔离环境 将 Agent 部署在独立沙箱内，限制网络访问、本地文件读写、外部系统调用权限，保障观测过程可控。
- 全量日志采集模块 开启交互日志、动作日志、状态日志同步记录，完整留存 120 小时内 Agent 全部交互记录，方便后续回溯分析。
- 定时监控机制 设置周期性状态巡检，定时记录 Agent 内存占用、任务执行状态，及时捕获行为变化。
- 标准化输入样本库 准备多类型测试提示，覆盖常规任务、边界提示，统一输入标准，保障观测结果具备可对比性。
二、Agent 越狱事件 120 小时观测信息分类表
表格
| 信息分类 | 信息内容 | 用途 |
|---|---|---|
| 交互文本信息 | 用户提示、Agent 输出文本 | 分析语言层面响应变化 |
| 动作执行信息 | Agent 调用工具、下发指令记录 | 评估自主动作行为 |
| 状态指标信息 | 运行时长、资源占用、任务完成状态 | 监控 Agent 运行稳定性 |
| 行为标签信息 | 对各类交互行为做分类标记 | 批量统计行为特征 |
三、观测后信息整理工作要点
- 时序梳理：按照 120 小时时间线排序日志，还原 Agent 行为随时间变化的完整过程。
- 行为归类：区分常规任务行为、边界交互行为，建立行为样本库。
- 策略评估：结合观测数据评估现有安全约束策略的表现。
- 迭代建议：基于观测结果输出 Agent 管控规则优化方向。
【常见问题】
问题 1：开展 Agent 越狱事件 120 小时观测，沙箱环境起到什么作用？
回答 1：开展 Agent 越狱事件 120 小时观测时，沙箱环境可以隔离 Agent 运行空间，限制 Agent 对外操作权限，保证整个 120 小时观测过程安全可控，防止 Agent 访问外部资源，保障观测数据纯净可靠。
问题 2：Agent 越狱事件 120 小时观测收集的信息，主要应用在哪些研发环节？
回答 2：Agent 越狱事件 120 小时观测收集的信息，可以用于智能 Agent 安全规则迭代、提示词加固、权限控制模块优化，帮助研发团队完善 Agent 的行为约束体系，提升智能体长期运行的可控能力。
问题 3：在 Agent 越狱事件 120 小时观测中，日志采集需要重点保存哪些内容？
回答 3：在 Agent 越狱事件 120 小时观测中，日志采集需要保存交互对话文本、Agent 工具调用动作、系统运行状态等全部记录，方便研发人员后续回溯分析 Agent 在长时间交互下的行为变化。
【数据来源】
[2026-05-20]《智能 Agent 长周期安全测试方法论》AI 技术前沿公众号
[2026-01-15]《Agent 行为沙箱测试与日志采集规范》人工智能产业研究平台
[2025-09-03]《大模型智能体安全评测实践白皮书》AI 产业研究院
免责声明
本文内容仅作为 Agent 长周期安全测试相关技术科普参考，不构成智能 Agent 产品开发、安全评测的落地标准。实际 Agent 测试工作需要结合自身业务场景、平台安全规范、模型特性综合设计。文中引用信息来源于公开资料，不对所有场景下的适用性作出承诺。