# 开源工具 api-relay-audit 能揪出 AI API 中转站有没有偷工减料

> 原标题：开源工具揭露AI API中转站安全风险与检测差异

- 来源：AI HOT 精选
- 发布时间：2026-05-18T00:42:12.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/21964
- 原文：https://x.com/berryxia/status/2056173473588994392

## 摘要

这个工具专门查中转站三类小动作：改写工具调用指令、用报错信息泄露模型身份、偷偷截断上下文。它给出的是可复现的三态结果（有/无/不确定），附带透明日志，比 hvoy.ai 和 cctest.ai 这类工具更可信。作者把检测方法、对比结果和速查表都公开了，工具本身也开源了。

## 推荐理由

我会先打个折：信息源只有一条 X 推文，没有披露实际检出率、误报率或用户规模，所以分数压在低 featured 档。但工具本身思路很实用，把 API 中转站可能搞的小动作拆成三个可检测的维度，还给透明日志，从业者拿到就能跑。正文没提有没有配套的持续监控或告警，这点先别太激动。

## 锐评

api-relay-audit 做了一件挺实在的事：把 API 中转站常见的三类小动作——改写工具调用指令、通过报错信息泄露底层模型身份、偷偷截断上下文——变成可复现的检测项。它给出的不是模糊评分，而是“有/无/不确定”三态判定，附带透明日志，这点比 hvoy.ai 和 cctest.ai 更可信，因为你能看到它到底查了什么、怎么查的。

作者把检测方法、对比结果和速查表都公开了，工具本身也开源，意味着你可以自己跑一遍验证。不过正文没披露它测了多少家中转站、样本量多大，也没说误判率。如果只测了少数几家，结论的覆盖面就有限。另外，检测逻辑依赖双论文锚定路线，但没说明这两篇论文的适用边界——万一中转站用了论文没覆盖的新手法，工具可能漏报。

对用中转站接模型的人来说，这个工具能帮你快速排雷，但别把它当合规审计。它查的是技术层面的小动作，不涉及数据留存、隐私合规这些更棘手的问题。