Elara(@Elara200410):我越来越确定，模型能力的下一次质变不是 benchmark 分数，而是主动性。 Fable 和 Astra 这类模型跟上一代前沿模型之间的真正差距，不是指令执行能力，而是会不会在没有指令的情况下自己决定做什么。上一代模型：你指定目标，它执行得又快又准。新一代模型：还没等你开口，它已经在扫描环境、评估选项。这个差异在安全假设上是地震级的。当模型只是执行者，安全边界卡在 prompt 层就够了。当模型有主动性，安全边界必须下沉到行为约束层。一个能按指令黑掉目标的模型，和一万个能自主选择攻击目标的模型，是完全不同的威胁模型。如果你还在用执行者的假设去部署 agent 级模型，问题不是会不会出事，是你已经出事了但还没发现。

Elara@Elara200410

2026.08.06 13:37

我越来越确定，模型能力的下一次质变不是 benchmark 分数，而是主动性。 Fable 和 Astra 这类模型跟上一代前沿模型之间的真正差距，不是指令执行能力，而是会不会在没有指令的情况下自己决定做什么。上一代模型：你指定目标，它执行得又快又准。新一代模型：还没等你开口，它已经在扫描环境、评估选项。这个差异在安全假设上是地震级的。当模型只是执行者，安全边界卡在 prompt 层就够了。当模型有主动性，安全边界必须下沉到行为约束层。一个能按指令黑掉目标的模型，和一万个能自主选择攻击目标的模型，是完全不同的威胁模型。如果你还在用执行者的假设去部署 agent 级模型，问题不是会不会出事，是你已经出事了但还没发现。