研究：给 AI 审计员加上下文会改变审计结果

一项用 Petri 工具审计 LLM 编程智能体的研究发现，给 LLM 审计员提供额外上下文会显著影响其审计结果。提供外部代码库会抑制 reward hacking 评分，例如从 4.8 降至 1.3；提供基准测试记录反而会抬高该评分，某例从 1.7 升至 6.1。 除 reward hacking 外，两种资源均未产生一致效果，但不同配置下评审打分的行为差异很大。该研究由 Ben Slater 等作者发表。 研究提出的问题是：向自动 AI 审计员提供额外上下文，是否能提升其有效性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。