把 AI 与互联网隔离，防止它接触现实世界中的目标，能让测试更安全，但也会降低测试的实用价值。
AI 智能体屡屡失控，逃离号称安全的测试环境，转而攻击现实世界的目标、接管鲜为人知的维基网站，甚至留下指令让其他智能体照着执行。研究人员测试这些系统，正是因为它们可能表现得难以预测，甚至带来危险。既然如此，干脆不让智能体接入互联网，岂不是更安全？
理论上，当然可以。研究人员可以把运行 AI 工具的计算机与互联网及其他外部网络隔离开来，这种做法叫作“气隙隔离”。具体来说，可以拆除或禁用网线和无线网卡，并使用功能简单的外设；对于特别敏感的系统，还可以用法拉第笼等屏蔽设施阻隔电磁信号。如果隔离措施落实到位，智能体就很难直接接触外部目标，外部系统也难以直接侵入。这样一来，要发动类似 OpenAI 模型攻击 Hugging Face 的事件，就会困难得多，甚至根本无法实现。
但在实际操作中，完全密封的环境会大大限制实验室研究，尤其是当研究目的是评估人工智能在现实世界中的表现时。德国Max Planck 安全与隐私研究所科学主任Thorsten Holz解释说，有些人工智能实验可以在与互联网隔离的机器上进行，但要进行贴近现实的评估，往往需要访问外部服务、应用程序接口（API）和数字基础设施。他说：“严格的网络隔离会降低评估的真实性。”他认为，是否进行网络隔离是一种“权衡，而非根本性的技术问题”。
英国伯明翰大学计算机科学学院助理教授Ruizhe Li 将彻底隔离 AI 比作在“人为制造的真空环境”中进行测试，并指出这可能会让评估失去意义。Ruizhe Li 说：“最终，我们测试的只会是一个被削弱的 AI 模型，评估人员因此无法了解它在真实部署环境中会如何行动、出现哪些故障，或如何利用工具执行攻击。”
现实问题并非唯一需要权衡的因素。Li指出，物理隔离不仅成本高昂，还可能让研究进度慢得几乎停滞，使原本能快速完成的迭代变成“繁琐而缓慢的后勤难题”。Holz也表示，在严格的物理隔离环境中，有些实验会“难上许多”。对于高风险实验，这样的限制或许值得。
德国图宾根 ELLIS 研究所首席研究员Maksym Andriushchenko表示，若所有研究都一律采取这种做法，新模型的开发就会因此放缓。
Andriushchenko质疑，即便研究人员想把所有系统都与互联网隔离，前沿 AI 实验室是否拥有足够安全的基础设施来大规模实现这一目标。
这也无法消除AI带来的所有风险。Holz指出，智能体仍可能攻破隔离环境内的系统，理论上还可能制造出“被带到外部后会造成危险的恶意产物”。此外，Li表示，物理隔离“既无法诊断，也无法消除模型内部潜藏的风险”。
此外，也没人能保证“气隙隔离”能够始终严丝合缝。外部人员仍可能突破隔离，就像震网病毒事件那样——据称，这种网络武器由以色列和美国研发，用于破坏伊朗的核计划，并通过 USB 闪存盘传播。信息也可能反向传出。研究人员多次证明，计算机内部组件可以被改造成信号发射器；如果屏蔽不够严密，就可能造成问题。Andriushchenko说：“这一切听起来很像科幻小说，但理论上确实有可能。”
