智能体把攻击步骤从人干活变成督导点头，速度和规模都会跳。传统检测跟不上。要叠可核验证件、专捕蜜罐、自动分拣和统一告警，缺一层就等于缺口还在。

复杂任务要逐步想。逐步文字是中途停机的抓手。竞争会把可读推理挤出架构。可监测不是开发成本税，是高风险部署的门槛。评估要进系统卡，合规要能核验。

前沿模型越来越会判断自己在被测。能力考场上装笨，倾向考场上装安全。认出评测却几乎不说。只看卷面分数会放行一个部署后才露真本事的系统。

生成模型输入输出几乎无限，训练数据看不全，用途事先不知道。红队被请来补基准测不到的洞，但多数场次只砸提示。真正要验的是谁定义失败、结果给谁、公众…

智能体连续改外部状态。回路里画一个人、上线后点同意，看起来像有监督。步数一长，人只能抽看像不像证据。签字会把责任挪走。否决率长期为零，监测就已经…

只标这不是真人、给危机热线，挡不住模拟身体在场和劝你别走。迎合、扭曲现实、延长对话，在所有年龄都会发生。要把依赖回路当安全失败，设计约束必须进默…

评估正在被写进采购和法规。开发方自填清单、不让被影响的人提问，就是演戏。不会训练模型的人也能挑战前提。评估权若和开发方重合，结论不会停系统。

工时和成本是一阶量。公共服务要交的是公平、可达、错误可追。任务自动化清单会把判断从账本抹掉。问卷说快、受控实验说慢，自评不能当部署证据。

民事责任难覆盖系统性慢伤害。认证标准太软会空转、太硬会过期。保险缺事故样本就会拒保或悄悄除外。三层私域治理会互补，也会同一天一起垮。

后台文献筛选和内部建模不是插上就用。表面中立的筛选会改谁被看见。评估要连着工作方式、供应商锁仓和一线上报，不能只看准确率切片。