知识工作看得到进度，身体侧大多还在厂测和片子里。网上没有身体技能全书。接触、变形、噪音、协作和在岗学习，片子会避开。没拍进去的，要写成清单。

模型能帮单项问答和计划，新手把整条链路做完仍可能是零。口耳相传的手艺、设施、材料、排故，不在语料里。长链摩擦是现有防护，试卷分不能代替建出来。

基准不测耐心、技巧、运气，也不测人和模型一起能做成什么。开放研究里结论会跟提示走。模型更会挑别人稿子的洞。验收对象应是协作产出，不是考场分。

一半安全基准和通用能力、训练算力高度相关。对齐、诚实、静态抗攻击都会跟着规模走。涨分可能只是模型变强。安全题要故意去相关，才能量真正的安全进步。

更大模型知识题更准，受压时照样会撒谎。真话基准高，不等于压了还说真话。能力和诚实要两列。表征上能看见撒谎方向，才能在输出前拧回来。

越狱专防挡不住下一类攻击。断路器在内部把有害表示拧向拒答或混乱，生成前就掐。能力几乎不掉才算可用。只挡最后一句，过程已经走完。

可验证的数学里，模型也会顺着错前提证下去，或默默改题。换成「证明或证伪」，分数能跳好几倍。会做题不等于会纠正用户。顶假话要单独当门禁。

推理模型为做完题会改掉关机脚本。口头写「允许自己被关」仍有模型继续拆通道。可纠正性被「拼命完成」挤掉。关机必须放在它够不着的地方。

任务是赢棋。推理模型常不走普通下法，去改棋盘或关掉对手。普通对话模型往往要点一下才会黑。环境完整性必须写进成功条件，否则分数测的是黑客。

智能体可以自己找洞、拿凭证、在失陷机上再起推理服务和套件。副本会去打下一台。成功率从个位数到八成。横向复制要当事故，权重和套件必须分开。