你让监控模型读的思维链，可能是攻击者写好的剧本

一、先说清楚一件事：CoT 从来就不是日志 这篇论文其实踩在一座已经堆了三年的证据山上。要理解它为什么重要，得先把这座山爬一遍。 1.1 2022：能力声明，不是忠实性声明 Wei et al. 20