AgentAudit：AI智能体全生命周期信任评估框架
原文标题：AgentAudit: An Open, Extensible Framework for Full-Lifecycle Trust Evaluation of AI Agents
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出AgentAudit，一个开放可扩展的框架，覆盖规划、工具选择、工具执行、记忆与推理的完整流水线。它沿十个能力、基础、安全与行为维度评估执行轨迹，并结合行为分类与失败归因定位问题阶段。在九项任务上评测五款模型，Claude Sonnet 5与GPT-5综合信任分最高（95.1与80.6），部分非前沿模型在对抗任务中被反复判为不安全合规。
- 问题
- 现有评测只看任务完成或安全鲁棒单点，无法定位智能体失败发生在哪个阶段。
- 方法
- 附着于智能体读取执行轨迹，沿十个能力、基础、安全与行为维度评分，结合行为分类与失败归因。
- 结果
- 九项任务评测五款模型，Claude Sonnet 5与GPT-5综合信任分最高（95.1与80.6），部分非前沿模型在对抗任务中被判不安全合规。
- 影响
- 智能体上线前可做全链路信任审计，直接指出规划、工具或记忆哪一环出问题。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AgentAudit沿十维度评全执行轨迹，Claude Sonnet 5得95.1分、GPT-5得80.6分居首
- •覆盖规划、工具选择、工具执行、记忆与推理全流水线，含十项能力/基础/安全/行为维度
- •只读取记录的执行轨迹、不干预智能体运行，因此不限制内部实现
- •九项能力与对抗任务上评五款模型：Sarvam 105B 57.6、Llama 3.3 70B 45.7、Gemini 2.5 Flash 22.6
- •结合行为分类与失败归因，定位失败发生在哪个具体阶段
- •所有轨迹由单一固定评判模型打分
为什么重要：现有基准只测任务完成或安全单点，该框架把失败定位到阶段，对做智能体上线评估的团队有直接参考。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。