# Andy Hall 研究发现 AI 审计能检出多数智能体违规，但误报增加复核负担

> 原标题：AI auditors catch most agent misbehavior but flood reviewers with false alarms, new study finds

- 来源：The Decoder
- 发布时间：2026-11-07T16:56:38.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/u2ye0t0yv0focnovfqemejw6t
- 原文：https://the-decoder.com/ai-auditors-catch-most-agent-misbehavior-but-flood-reviewers-with-false-alarms-new-study-finds/

## 摘要

Andy Hall 复现并扩展 METR 的研究，发现 AI 审计模型能检出多数智能体违规，但提高检出率会带来大量误报。误报率为 5% 时，GPT-5 检出近 98% 的奖励作弊案例，各审计模型检出 71%–81% 的故意隐藏能力案例；更新、更昂贵的模型并未稳定表现更好。