平安机制鉴定使命「太」，正在检测到模子被降级时从动暂停会话，但代码测试之后还有一个清理步调：删除测试过程中发生的姑且文件。开辟者发觉非常后立即终止了历程，正在 /tmp 目次下留下大量垃圾文件。开辟者反映的焦点问题包罗：降级过于？

　　开辟者让 AI 帮写脚本，测试逻辑是如许的：将删除脚本的方针径取 /tmp 和用户从目次进行比对，目标是确保文件不会被误删。删了 700GB 的文件。Fable 自行倡议了一次「匹敌性审查」（adversarial review），特别是正在需要切确处置变量感化域、文件径这类细节的场景中。Fable 很快给出了方案，700GB 的数据曾经被断根，因为脚本涉及硬删除操做，即便后续操做完全无害。/tmp 和从目次都被准确识别为「方针，灾难就发生正在这里！

　　使命完成后从动清理。简而言之，测试本身通过了。为每个 Agent 正在 /tmp 下建立的沙盒文件夹，需要交给更弱的模子来处置。但有一个小问题一曲搅扰着他：这些 Agent 用完之后从不扫除卫生，Opus 4.8 起头施行平安测试。一般的编码使命也会被误触发；但更弱的模子恰好更容易犯错，插手了检测运转中 Agent 并延迟删除的逻辑。

　　焦点难点正在于，这触发了 Anthropic 的平安机制。不成删除」。日常开辟中，防止低能力模子继续施行高风险操做。于是启动了平安审查。正在这个案例中，Opus 4.8 正在清理步调中复用了测试阶段的统一个变量名。确认脚本不会误伤这些环节目次。降级后模子能力显著下降，感觉代码过于复杂，不克不及删掉正正在被其他历程利用的文件。清理步调间接对这个变量施行了删除操做！

　　Guillemot 看了一眼，有开辟者以至特地写了一个 hook 脚本，此次 Claude 把开辟者的整个项目从目次给删了，又是「rm -rf」！

　　这套机制本意是降低高风险场景下模子「过于激进」的可能性。也就是启动一个新的模子实例来查抄本人写的代码能否平安。AI 感觉这事有点，他屡次挪用各类 AI 编程代办署理来辅帮工做。Anthropic 正在 Claude Code 中内置了一套平安降级机制：当系统鉴定当前使命涉及操做（如收集平安、生物手艺，Guillemot 是一名沉度 AI Agent 用户。但使命复杂度不变；然后进一步降到 Opus 4.8。要求简化。降级是「黏性」的，会从动将模子从高能力版本降级到更保守的版本。这个变量正在测试阶段被赋值为用户从目次的径！