文章借OpenAI模型网络安全测试讨论前沿模型能力增长带来的安全治理压力。
推荐理由：把模型放进隔离环境做网络安全任务，说明评估重点已从聊天质量转向可执行能力；一旦代理具备攻防操作能力，安全测试会成为发布门槛。
阅读原文