#CapLite

用小模型跑智能体的开发者应该看看这篇。CaMeL 这类防御要求模型自己写安全策略，但 1.7B-12B 的开源模型基本写不靠谱，论文测了 15 个模型几乎全军覆没。CapLite 从工具 schema 直接推策略，在 13935 个攻击回合里零失守，token 消耗只有 CaMeL 的 18%。