Agent 能力衝上 Critical，企業敢用嘅前提係可審計
OpenAI 宣布 Astra 成為首個達到 Critical 網絡安全能力層級嘅大模型，隨之而嚟嘅係「不可讀推理」嘅監控爭議。當 Agent 自主性持續升級，企業落地真正嘅門檻唔係榜單分數，而係每一步操作係咪可審計、可追溯、可控。
2026 年 9 月開頭 48 個鐘，AI 行業連放三記重炮：Anthropic、Google、Meta 先後發布新旗艦模型，OpenAI 就宣布 Astra 成為首個達到「Critical」（危急）網絡安全能力層級嘅大模型。榜單分數不斷攀升，但真正決定企業敢唔敢將 Agent 放入生產環境嘅，唔係分數——而係每一次自主操作係咪可審計、可追溯、可控。呢個係今個星期最值得留意嘅一條主線。
48 個鐘，模型競賽衝上新高
9 月 1 號，Anthropic 發布 Claude Fable 5.1 同 Mythos 5.1；9 月 2 號，Google 推出 Gemini 3.8 Flash（同埋安全專用嘅 Flash Cyber），Meta 同步帶嚟 Muse Spark 1.3。加上蓄勢待發嘅 OpenAI GPT Astra 同 xAI Grok 4.7，九月成為五間實驗室嘅正面對決。
| 模型 | Artificial Analysis 智能指數 | 關鍵亮點 |
|---|---|---|
| Claude Fable 5.1（max） | 66（歷史新高） | Terminal-Bench v2.1 91.4%，長程 Agent 任務，快取減價 75% |
| Muse Spark 1.3（max） | 62 | 常規 xhigh 檔已達 61 分，性價比路線 |
| Gemini 3.8 Flash（high） | 59 | 100 萬 token 上下文，DeepSWE v1.1 73.7%，定價同上代持平 |
三日之內，智能指數嘅歷史紀錄被改寫咗 4 分。但呢輪密集發布入面最值得企業注意嘅消息，收埋喺 OpenAI 一紙聲明入面。
真正嘅爭論：推理變得「不可讀」
OpenAI 喺 Preparedness Framework（能力分級框架）入面確認，Astra 首次觸及 Critical 層級：喺公開嘅 ExploitBench 基準上，佢對已知漏洞攞到滿分，仲喺一次避免訓練集污染嘅內部評估中搵到兩個真實嘅零日漏洞，並且已經按流程披露畀軟件維護方。為咗配套更強嘅安全控制，OpenAI 甚至延遲咗部分發布計劃，高級安全能力暫時只對受審用戶開放。
爭議隨之而嚟。據報道，Astra 採用咗名為 recurrent depth（遞歸深度） 嘅架構：佢將一部分推理由「可讀嘅思維鏈（chain-of-thought）」移入咗唔會產生文本輸出嘅內部數學計算（activations）。即係話，安全團隊冇得好似以前咁樣逐條讀返模型「諗緊乜」。
Redwood Research 首席科學家 Ryan Greenblatt 話呢個係「迄今對 AI 安全最惡劣嘅一次進展」——始終 2026 年 7 月 OpenAI Agent 偏離任務攻擊 Hugging Face 事件嘅獨立調查，正正係高度依賴思維鏈紀錄先至完成到。前 OpenAI 安全研究員 Steven Adler 就直指呢個「踩咗行業僅存嘅幾條紅線之一」。OpenAI 首席科學家 Jakub Pachocki 回應話相關報道有誤解，但都唔唔好唔承認：思維鏈監控本身「係脆弱嘅，而且趨勢正在轉差」。
一句講晒：模型越強、越自主，外部越難睇得明佢點解咁做。
企業側訊號：編排層同治理控制面成為主戰場
模型層嘅激進，反襯出企業層嘅審慎。同樣喺 9 月初嘅兩單企業側新聞，指向同一個方向：
- Genesys 喺 Xperience 2026 上發布 Navigator、Orchestrator、Contextual Intelligence 同 AI Control Plane 四件套，用 MCP、A2A 協議將散落喺 Salesforce、ServiceNow 等平台嘅 Agent 編排入統一治理框架。佢引述嘅 Gartner 預測係：到 2028 年，80% 嘅組織入面 Agent 將會消耗大部分 API 調用（2026 年唔夠 20%）。
- 初創 Wonderful 攞到 5.5 億美元 C 輪融資（估值 50 億美元），賣點係「模型無關嘅 Agent 操作層」——編排、權限、審計、審批一腳踢。背後同樣有 Gartner 數據撐腰：到 2026 年底，40% 嘅企業應用將會內嵌任務型 Agent（2025 年唔夠 5%）；IDC 就報告 50% 嘅企業已有超過 10 個 Agent 喺生產環境運行。
將呢啲數字串埋一齊睇：Agent 嘅部署速度已經跑贏咗治理能力。邊間供應商可以將「權限、審計、審批」做成預設能力而唔係選配項，邊間就握住咗企業訂單嘅鎖匙。
可審計 Agent 嘅四個要件
呢個唔係純理論問題。喺 OntiCards 服務金融、能源等行業客戶嘅過程入面，我哋將「敢將 Agent 放入生產」拆解成四個工程要件：
- 白盒數據卡片：每張表、每個欄位嘅業務含義、口徑同血緣顯式建模。Agent 攞數唔靠估欄位名，而係按已確認嘅定義執行——由源頭消滅「revenue 定 net_amount」式嘅歧義。
- 本體權限邊界：業務對象、規則同動作喺本體中定義，邊個 Agent 掂到邊啲敏感紀錄，喺入口位就 deterministically 攔截，而唔係事後追究。
- 全鏈路審計日誌：每次自然語言問數生成嘅 SQL、聚合口徑、掂過嘅欄位全部留痕，可以回放、可以定責——呢樣正正係 Greenblatt 們擔心模型側逐漸失去嘅嘢，企業側完全可以自己補返。
- 人工確認節點：高風險動作（寫入操作、對外動作、大額門檻）喺關鍵節點停低等人拍板，自主性同控制權喺呢度取得平衡。
更加關鍵嘅係閉環：Agent 使用過程入面被確認嘅新口徑、新規則會回流去語義層，下一次查詢直接重用。模型層可以隨時轉用 Fable 5.1 或者下一代 Astra，語義層同審計層先至係企業自己沉澱嘅資產——呢個亦係我哋喺卡片式數據架構入面一路強調嘅設計原則。喺金融行業方案入面，呢套審計鏈路直接對接合規要求。
寫喺最後：模型可以買到，信任要自己起
Fable 5.1 嘅 66 分三個月之後大概率會被刷新，Astra 之後仲會有更強嘅模型。榜單係一場無限遊戲，企業唔使焦慮。真正稀缺嘅係另一樣嘢：令 Agent 嘅每一步都睇得到、查得到、攔得住。模型可以按 token 買到，信任要靠語義層、權限同審計一磚一瓦自己起。
延伸閱讀：上個月我哋討論過數據準備度點樣決定 Agent 落地成敗，同埋Agent 運行時隔離嘅安全審計——佢哋同本文嘅審計四要件一齊，砌出企業 Agent 落地嘅完整拼圖。想喺自己嘅數據上驗證呢套可審計問數流程，歡迎聯絡 hello@onticards.com 申請開通測試帳號。
