护栏（Guardrails）

打个比方：你去保龄球馆。你是初学者，球经常跑偏，但球道两旁有防撞栏（保险杠）——球撞到栏就会弹回来，不会滚进沟里。偶尔你想挑战自己，也可以让工作人员把护栏降下来。

Guardrails 就是 AI 世界的保龄球护栏。它确保 AI 的行为在安全边界内，不会"滚进沟里"——比如删除重要文件、泄露隐私数据、执行恶意代码。

三道路障

• 入口安检（输入护栏）：你的指令在送进 AI 之前先过一遍安检——是不是有人想用提示词越狱？是不是在用脏套路？就像机场安检扫你的行李。
• 出口质检（输出护栏）：AI 的回答在给你之前先过一遍审查——有没有不小心泄露了别人的隐私信息？有没有生成不安全的代码？就像出厂前的质量抽检。
• 工具限权（工具护栏）：AI 能用的工具是被圈定范围的。"你可以读文件，可以搜索，但不能删除文件。"就像给实习生发门禁卡只开他能进的房间。

为什么有时候 AI 不听你的

有时候 AI 拒绝做某件事，你觉得"它不听话"——其实不是，是护栏在工作。就像你让一个高度自律的人帮你撒谎，他不会答应。当你确实需要 AI 越界操作（如删除文件），你可能需要显式确认——这就是"人机协同"的意义：把护栏暂时降下来，但由你来盯着。