新研究：AI 审计员能抓到多数智能体异常行为，但误报淹没人工复核

Anthropic Institute 研究员 Andy Hall 在 Substack 发文，复现并扩展了 METR 的研究，用 MALT 数据集测试 GPT-5、GPT-5 nano、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 能否像人类复核者一样发现智能体异常行为。