**从评估到护栏：Mozilla在ACM FAccT 2026展示AI安全新路径**

_From Evaluation to Guardrails: What We Brought to ACM FAccT 2026_

> Mozilla在ACM FAccT 2026会议上提出，AI护栏需与模型同等接受严格审查。通过针对难民场景的多语言评估，研究发现仅靠文本的静态护栏存在幻觉和验证缺陷，因此主张引入具备搜索等工具能力的智能体护栏，以实现更可靠、动态的安全策略。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-07-24 02:29（北京时间）
- **原文**：[打开原文](https://blog.mozilla.ai/from-evaluation-to-guardrails-what-we-brought-to-acm-facct-2026)