思维链

Astra争议将模型可解释性难题推向焦点：循环深度让更多推理发生在潜空间，文字思维链可能无法完整反映决策过程。文章分析监控失效的前提与风险边界，提出结合输出、工具调用、权限和行为轨迹的多层安全评估，并强调公开证据不足以证明模型已失控。