英国 AISI 开源 Transect:把 agent 评测记录变成交互时间线
Miles_Brundage · x · 2026-10-14
英国 AI 安全研究所(AISI)发布开源工具 Transect,将日益复杂的 agent 评测转录记录转化为交互式时间线,解决「单一评测分数掩盖了 agent 如何达成结果」的可解释性问题。
要点:
- Transect 运行在 AISI 的 Inspect 平台上。Inspect 是 2024 年 5 月开源的前沿模型评测框架,覆盖编码、推理、agentic 与多模态任务,已成为美国、欧盟、日本、韩国等 AI 安全机构及前沿实验室的标准评测平台,内置 200+ 预置评测。
- 生态持续扩张:Anthropic 在其上构建了 Petri,Allen Institute 以它为基础打造 AstaBench。
- Inspect 支持自定义与 MCP 工具、多 agent 原语,可直接运行 Claude Code、Codex CLI、Gemini CLI 等外部 agent,并提供 Docker/Kubernetes/Modal 等沙箱执行不可信代码。
「安全」频道最新
- Jarovsky：AI 实验室若预判灾难，就该设巨额受害者赔偿基金 — LuizaJarovsky · 2026-10-14
- 公开信核心建议:设国际机构统一模型安全训练与沙箱部署标准 — NicolasPapernot · 2026-10-14
- 12 个前沿模型 180 项 agent 任务实测:最佳任务分伴随 33% 攻击成功率 — lulzxdxdxd · 2026-10-14
- 开源模型的价值：别让少数公司决定工具存在与言说什么 — neil_chilson · 2026-10-14
- Anthropic 禁止虐待 Claude，评论担忧 AI 拟人化风险 — AlexTensor · 2026-10-14
- 迪士尼拟 2000 万美元购 Character.AI 技术，曾发律师函痛斥 — Ars Technica AI · 2026-10-14