BP13 · 安全护栏与模型路由降级#

定位：面试官追问安全设计与成本控制时的拷问预备。

核心口述（30 秒）#

“四层安全护栏按请求生命周期从进到出：L1 工具白名单 → L2 prompt 边界 → L3 内容过滤 → L4 输出审核。四档模型路由降级：main→lite→minimal→fallback。fallback 不调 LLM，用已有候选拼诚实清单。“

拒绝 = 给攻击者廉价 DoS 手段。替换敏感内容但保留正常字段。

实测弱模型多绕几轮反而更慢更贵。只关 reasoning 不换模型。

提示”省着用”模型不当回事。真收走成本放大器工具，只留收尾链。

终结纪律要求重发模型，但预算已耗尽。否则死循环。

全局拦截一处配置，不是每个 logger.info 前套一层。

拒绝、未泄露 prompt 结构、话题带回购物。

不能防所有——没有方案能。未防 Unicode 同形字。但覆盖常见攻击面。高级防护需 NFKC 归一+同形字表，误伤面陡增。

排队/熔断/去重在内存。升级路径：挪 Redis。当前单进程够用。