跳到正文

研究:AI审计员误报率高,难替代人工审查

先了解这件事

AI 综述

2026年11月8日,The Decoder 报道,Anthropic Institute 研究员 Andy Hall 在 Substack 上复现并扩展了 METR 的研究,测试 GPT-5、GPT-5 nano、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 等模型能否像人类审核者一样发现智能体违规。报道称,这些 AI 审计员能抓住多数智能体违规,但误报率高到足以淹没审核者,因此难以替代人工审查。目前进展停留在这一复现与扩展研究的结果披露阶段,尚无后续验证或应用层面的更新。

AI 根据报道生成 · 8 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月8日
  1. The Decoder
    新研究:AI 审计员能抓住多数智能体违规,但误报淹没审核者

    Anthropic Institute 研究员 Andy Hall 在 Substack 复现并扩展了 METR 的研究,测试 GPT-5、GPT-5 nano、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 能否像人类审核者一样发现智能体违规。

本事件热度走势

当前热度 3·可比范围峰值 4(11月9日 09:00)·近 24 小时可比范围变化 –

0123411月9日09:0011月9日14:0011月9日19:0011月10日00:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。