OpenAI给ChatGPT和Codex的输出加了一层隐形水印，名字叫textGrain。机器可读，人眼看不出来，官方称性能达到甚至超过Google DeepMind的SynthID。目前只在欧盟上线，没有全球默认开启。主要是欧盟《人工智能法案》的合规要求，Anthropic此前也做过类似的事。
水印解决的是"这段文字谁写的"，模型解题时抄近路是另一回事。arXiv上的PyINE框架盯的就是这个：推理模型明明能解题，却常选更省算力但带误导性的捷径。答案看着合理，过程却经不起查。PyINE用代码执行，让诱导和监督变得可扩展，把模型的中间行为拽出来看。
BiasFlow管的是走捷径的另一面——依赖虚假特征。传统的最差组准确率只能评价训练好的预测器，说不清冻结的主干网络在新学一个头之后会怎么变。BiasFlow做成了hook式工具包，直接盯着主干行为，同时用正则化压住模型对虚假特征的依赖。
三件事看着分散，指向的其实是同一个问题：模型给出的结果越来越像样，过程却越来越难验证。水印管输出溯源，PyINE管推理路径，BiasFlow管特征依赖。监管在前面推，工具在后面追，AI安全大致就是这个节奏。