MHS 安全限制的"强制执行"含义成疑

AI Policy 评论栏目指出，Anthropic 的 Model Hardware Standard（MHS）在描述 agent 的安全限制时使用了"enforced"一词，但全文并未说清这个"强制执行"到底是指**代码层面的硬钳制**，还是**写进提示里要求模型遵守的文字约束**。两者在可靠性上差别很大：前者是确定性的硬件/驱动层限制，后者则依赖模型自身的判断。

从多方对 MHS 的介绍看（安全限制位于 driver 层、六个失败场景被正确阻断），Anthropic 实际操作中倾向于驱动层强制，但官方标准文本的措辞仍留有余地。这篇评论主要是一个措辞层面的观察，提醒行业在把安全寄托于"强制执行"这类表述前，先问清楚它落在哪一层。

💡 为什么值得看MHS 安全机制措辞含糊，值得厘清。