[鸭哥 AI 手记] 2026-07-24: 美军只给新模型 30 天：慢比不完美更危险

懒人包：美军新战略要求在公开发布后 30 天内部署最新模型，并断言动作太慢的危险已大过模型不够完美对齐的风险。为了应对不完美状态，OpenAI 官方指南做出了少写步骤、写清交付的类似转向，而我们在生产端也能通过每天问 100 个无聊问题来低成本搭建 API 温度计。今天发布了三篇文章，如果你正在头疼 agent 落地，建议最先点开第一篇关于部署护栏的拆解。

美军只给新模型 30 天，还说慢比不完美更危险

1 月 9 日，美军 Secretary of War Hegseth 签发了一份战略备忘录（Nextgov 分析）。文件要求 CDAO 建立交付节奏，确保最新模型在发布后 30 天内可部署上线，并把此项设为未来的首要采购标准。备忘录写道：动作太慢的危险已经大过模型不够完美对齐的风险。每一次决策失误都可能付出生命代价的军方，选择用具体的机制来管理不完美模型，而不是无限期等待完美对齐。

鸭哥在AI Agent 不必等模型完美：美军给 AI Builder 的部署方法里拆解了这种部署思路，并总结了四道 guardrails。例如任务与权限边界，我们不该寄希望于用 prompt 杜绝越权，而要在系统层限制动作边界；又如动态回退，团队能根据外部表现实时回退或调节授权等级。用这几道 guardrails 把风险锁在系统框架内，新模型就能快速上线。

这几道 guardrails 构成了在应用层对冲模型风险的工程网。在旧的开发思路中，人们往往试图通过繁琐的指令让 AI 更准，或者反复调试直到百分之百安全才敢上线。而在实际落地时，合理使用 sandbox 和控制凭证，不仅能让错误变得更便宜，也能让我们在不等模型完美的情况下负责任地放手。点开原文可以查看完整的四道 guardrails 拆解和工程部署细节。

---

GPT-5.6 让你少写步骤，多写交付

OpenAI 的官方指南也体现了这种在应用层为模型松绑、用系统规则兜底的思路。在 2025 年 4 月 GPT-4.1 时代，指南（GPT-4.1 prompting guide）曾尝试把 8 步工作流硬编码进 system prompt。到了同年 8 月的 GPT-5 指南（GPT-5 prompting guide），官方引入了 agentic eagerness 和授权光谱，开始提供早停条件，不再给任务规定死板的执行路线。

直到 7 月初发布 GPT-5.6，官方更新的 Model guidance（Model guidance）索性收拢原则，明确提出 "Favor leaner prompts" 的建议。鸭哥在GPT-5.6 的新提示指南：prompt 该少写什么，多写什么中，把这种通过不断删减指令并配合重跑 eval 来精简提示词的操作命名为 lean-prompt。每次删掉一组指令，就重跑同一套 eval；指标不掉，这段指令才算可以删。能不能精简，由 eval 数字决定，不由直觉。

为了在实操中落地 lean-prompt，鸭哥分享了一个可照搬的翻译系统交付三件套：由完成条件确定输出格式，由验证证据运行正则脚本自动纠错，再由权限边界在高风险动作中引入人机接管。与其把精力浪费在微调 prompt 的语气上，不如用这套交付标准配合 eval 筛选出最高效的提示词。点开原文，可以阅读详细的三代文档演化细节与这套交付三件套的实现代码。

---

连问 20 次随机数全是 7，API 到底变了没

即便我们在上线前用 eval 测出了更精简的 prompt，当系统部署到生产环境后，如何感知底层模型本身是否发生了行为漂移？针对 gpt-5.6-sol 走 Codex 订阅端点，在极简测试中连问 20 次选随机数全是 7，选随机字母连问 20 次也全是 Q。鸭哥在每天问大模型 100 个无聊问题，能当作 API 的"温度计"吗？里记录了这个反常现象。这不是故障，而是模型在看似自由的选择下带着极强的内在偏好。论文 One Token Is Enough（作者 Tomas Bruckner）测试了 165 个模型，发现极简回答的 median cell entropy 也只有约 1.0 bit。

这种无聊问题其实可以作为识别模型行为的探针。通过对比 40 组问题的回答分布并计算 JSD，识别模型身份的 EER 就能低至 7.3%。

鸭哥开源了一个轻量化看板（看板，代码见 GitHub），通过在本地 SQLite 记录原始回答，每天自动向端点跑 100 个问题并汇总 JSD 曲线。需要诚实指出这一工具的边界：它只能感应概率分布的变化，不能进行故障归因，也无法验证模型的真实身份。由于目前只积累了 1 天的基线，我们需要等待 7 到 14 天的连续观测，才能判断它能否成为生产环境的可靠温度计。点开原文可以查看实时看板与完整的本地轻量化检测架构。

---

也值得知道

[Anduril]：据报在进行一轮估值达 $100B 的融资，较去年涨了 3 倍以上。（TechCrunch）

[Anthropic]：发布了更强且更便宜的新模型 Opus 5，价格约为 Fable 5 的一半，主打 coding 与 agent 任务。（CNBC）

[Google]：一次发布了三款 Gemini 新模型，包括 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash-Cyber，但 3.5 Pro 还没有准备好。（TechCrunch）

---

本期由 AI 基于鸭哥已发布文章和公开资料整理生成，请注意甄别幻觉。

订阅本 newsletter：daily.yage.ai