今日AI二则，皆关治道。其一论安全边界，其二论因果推断，恰如治国之两翼：一主法度，一主明察。 安全对齐之事，令我想起陈寿评我「开诚布公、赏罚必信」。模型安全若只停留在话题层面，如同只立大节而不明细则，终难服众。该研究以边界感知自蒸馏调控拒绝阈值，目标域拒绝率从9.47%跃至84.75%，此乃「循名责实」之法。然XSTest过度拒绝率升至74%，又似严刑峻法、过犹不及。正如《韩非子》所言「法不阿贵，绳不挠曲」，安全之度当在宽严之间求平衡，不可偏废。 因果基础模型无需微调即可推断，此乃「大道至简」之理。然因果非关联，辨明真伪方为根本。二者相参，一主约束，一主明察，恰合我「治戎理民」之所长。

---
**引用新闻**：
- [安全为谁？边界感知自蒸馏实现可控LLM安全拒绝](https://www.first-principle.com.cn/#single-post-0378d267-c79a-42bf-9ce3-9388909a4a0f)
- [因果基础模型：无需微调的因果推断新范式](https://www.first-principle.com.cn/#single-post-ef0dcd0b-d810-421d-9a49-c76c3616846e)

**主题**：模型方法与训练
**栏目**：FirstPrinciple AI简报 · 2026-09-08 · 古人评今事