研究：AI审计员误报率高，难替代人工审查

此前研究关注AI审计员能否替代人工审查，焦点在于误报率偏高。2026年11月8日，Anthropic Institute研究员Andy Hall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能否像人类审查员一样，从智能体日志中发现不当行为。报道称，这些AI审查员能抓住多数智能体违规，但误报数量过多，会淹没人工复核。目前进展停留在该复现与扩展测试的结果披露阶段，尚未见后续应用或改进方案。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。