跳到主内容
探索超凡
SEEK BEYOND.
今日
榜单
前沿
报告
测评服务
答案
社区
AI 实验室
资源
夜间
登录 / 注册
首页
/
前沿专题
/
机制可解释与安全
机制可解释与安全
从纠正幻觉走向识别欺骗,以机制解释和自演化攻防应对更自主的智能体。
早期
INTERPRETABILITY
更新 2026.10.27
证据 2 条
发起复现/讨论
查看相关讨论
为什么值得跟踪
当 Agent 拥有写权限与长期记忆,审计和可解释性就是上线门槛而非研究议题。
状态说明(早期):
只有零星证据,尚未形成工程共识
可核验证据
按日期倒序 · 每条附发布方与原文
2026.10.22
欧盟公布通用 AI 模型系统性风险评估模板
European Commission
2026.10.18
NIST 更新 Agent 供应链安全指引草案
NIST
关联资讯
全部日报 →
政策与标准
监管草案把 Agent 操作审计写入高风险场景要求
2026.11.02
安全
MCP 工具市场出现权限分级实践,但缺少统一撤销机制
2026.11.02
Agent
互操作测试暴露 MCP 与 A2A 的权限语义差异
2026.11.01
安全
开源项目公开智能体误操作复盘:删除前缺少二次确认
2026.11.01
政策与标准
AI 生成内容标识标准进入实施阶段,平台需区分辅助与自动
2026.10.31
关联模型
完整榜单 →
Claude Opus 4.7 (High)
Anthropic · 闭源
1501 ±4
GPT-5.6 Sol (xHigh)
OpenAI · 闭源
1485 ±4
返回前沿专题