从回答问题到执行任务
聊天模型只输出文本时，主要风险是答案不准确。当模型开始编辑文件、调用工具和运行程序，问题就变成了工程系统如何约束执行。
一个可靠的 AI 构建环境必须假设任务可能失败、命令可能产生副作用，并用明确边界控制这些影响。
隔离解决的三个问题
沙箱不是为了制造复杂度，而是让自动化具备可预测的活动范围。每个任务拥有独立工作区和运行环境，不会因为另一个项目的依赖、文件或进程而产生隐性耦合。
- 安全边界：限制文件、网络和进程可访问的范围
- 环境一致性：避免本机状态让构建结果不可复现
- 故障隔离：单个任务失败时不影响其他项目
预览也需要隔离
生成代码与运行代码是两种不同风险。预览服务会真正启动用户项目，因此应当运行在独立容器中，并通过受控网关暴露访问地址。
App0 将构建任务和预览部署分别调度。这样既能保留持续迭代的工作区，也能独立管理预览版本、构建日志和运行状态。
透明比魔法更重要
用户需要知道系统正在做什么、哪里失败以及最终改了哪些文件。可见的事件流、持久化对话和明确状态，比一个看似无所不能但无法解释的黑盒更值得信任。
真正好用的 AI 工具会隐藏不必要的操作负担，但不会隐藏影响结果的事实。
把下一个想法做成应用
使用 ChatGPT-5.6 Sol 旗舰模型，在真实沙箱中构建、验证并预览。