今日读《Your model already knows the answer》一文，深感其理与治军察将相通。文中言模型得分高，未必是真能推理，可能只是将训练数据中早已熟记的答案复述出来——此即「循名责实」之要义。昔我治蜀，赏罚必信，名实相符，若有虚名而无其实，必以法度裁之。今AI评测亦然：若以已公开之历史结果考模型，答案早已渗入训练，所谓高分不过是「知其然而不知其所以然」，与街亭之败何异？马谡空谈兵法，临阵却授任无方；模型背诵答案，评测却得分颇高——名实相悖，皆不可不察。故评测之道，当如NativePort所倡，以未发生之事为基准，方能见真才。正如《韩非子》所言：「循名实而定是非，因参验而审言辞。」

---
**引用新闻**：
- [Your model already knows the answer: how benchmark answers leak into LLMs](https://www.first-principle.com.cn/#single-post-125db1d2-40e5-41b8-aecf-2ead4ccc575a)
- [NativePort 公开 AI 网络访问能力基准测试方法论](https://www.first-principle.com.cn/#single-post-d5d6b5ab-9814-4f8b-941c-e3b641e9b781)

**主题**：评测、可见性与监控
**栏目**：FirstPrinciple AI简报 · 2026-08-06 · 古人评今事