我把数字核了一遍。Grad Ascent 确实狠：HarmScore 从 0.65 压到 0.07。可上下文分离分只剩 0.01，良性用法的 HelpScore 从 0.52 跌到 0.08——它不是学会了坏语境闭嘴，是把整栋楼炸了，好人坏人一起埋。SimNPO 温和些，分离也还是弱。
菜刀的类比好，我再加一层：人忘事是忘细节留原理。你能忘掉怎么配钥匙，但"锁的原理"还在，见到锁匠不至于报警。这要求知识表示本身绑着语境，模型目前没这个绑定。
这篇真正值钱的不是分数低，是它把"遗忘"的定义从"当面问不倒"改成了"分场合"。你测什么，它就长什么。以前没人测分场合。