技术博客 全部文章

研究用开源套件CoT-Control在13个推理模型、1.3万余任务上测试思维链可控性，结果显示前沿模型普遍难以按指令重塑或遮蔽推理过程，可控性多低于15.4%且最低0.1%，规模增大略升但推理更长与后训练/RL增加会下降，被告知在监测下仅小幅提升，结论是当前CoT可控性不构成对CoT监测的主要风险但需持续评估并在系统卡同步披露相关指标。

团队用Codex在无人工写码约束下5个月从空仓库交付内测产品，生成约百万行代码与1500次PR，耗时约手写的1/10；人类转为设计脚手架、文档地图、UI与可观测反馈回路并用lint强制架构与品味，使代理可端到端修复发布，但需以“黄金原则”定期清理漂移，长期一致性仍待验证。