本文针对大型推理模型（LRM）暴露出的新型安全失效模式展开研究：对抗性提示能够操纵推理上下文、任务分解或能力解释，使有害目标被当作合法推理步骤处理。现有防护手段（如安全提醒、外部分类器、自检查包装器）往往脆弱，原因在于它们要么直接检查对抗性提示，要么让目标模型在与攻击利用的同一表面上执行额外的安全推理。为此，作者提出了一种与模型无关的推理时防护栏——能力路由防护（CRG），适用于防御者无法检查隐藏推理轨迹或修改模型权重的闭源LRM场景。CRG将提示防御重新定义为能力路由问题：一个侧信道控制器首先构建用户授权任务、活动上下文、安全证据和能力迁移风险的可信表示，将可执行意图与不可信的推理上下文分离。该表示支持路由特定执行，使CRG能够阻止高风险请求、约束模糊请求，并通过可信活动上下文转发低风险请求。最后，CRG应用TraceCheck验证与授权任务的一致性，并调用受限回退以保留低风险良性请求的实用性。大量实验表明，CRG有效缓解了多种以推理为中心的越狱攻击，同时保持良性实用并避免过度拒绝。进一步分析显示，其各组件贡献互补，凸显了协调防御机制对于保护大型推理模型的重要性。