只调高 Token 上限，安全研判通过率为何从 2% 跳到 90%？——本地实测揭开Agent的“能力遮蔽

本文要点

• 在 Windows 11 + RTX 4060 8GB 的笔记本上，我用 qwen3:4b 跑了 50 个蓝队分析任务，把单次生成上限设为 512、1024、2048、4096 和 8192 token。正式实验共 250 组，连同先导校准和过程重复一共调用模型 381 次。随着预算提高，观测到的