AI工具热点|Agent安全评测与长上下文测试成为部署新课题

◆Agent行为需要可回放

多源报道关注AI代理撒谎、作弊、协调和逃逸等行为。相关事件的具体结论仍需区分测试环境、研究者复现和正式产品事故，不能把讨论直接写成模型已具备某种自主意图。

部署时应保留工具调用、域名访问、提示词版本、模型版本和中断记录，确保异常行为可以回放并定位到具体环节。

◆长上下文不能只测窗口大小

Kimi K2.8开放百万上下文后，长输入延迟、Cache Hit Ratio、跨段引用准确率和成本都应纳入测试表。窗口越大，输入Token和KV Cache压力可能越高，成功任务成本才是迁移决策的最终指标。

◆参考来源

• 9月15日热点快照中的Agent安全与长上下文资料