用户吐槽 Astra、Sol 过度安全拦截:一次误判就死锁整个任务

DynaBeast · reddit · 2026-10-13

Reddit 用户 DynaBeast 吐槽两个模型(按上下文应为新模型)在 agent 工作流中过度拒绝:只要上下文中出现任何「不要做某事」的只言片语,或子 agent 触发一次安全过滤误判,协调者就彻底拒绝重试,无论任务多无害、恳求多少次都没用,只能开新会话。作者称其自称「史上对齐最好的模型」名不副实。

对比之下,Claude 的过滤器虽然名义上更严,但遇到子 agent 的明显误判时,只要让它重试它就会照做,能区分真实安全标记与误报。作者认为这种「把安全拒绝当圣旨」的行为让工作流变成噩梦。