OpenAI Alignment Research· Maja Trębacz, Sam Arnesen, Ollie Matthews, Dylan Hurd, Won Park, Owen Lin, Joe Gershenson·原文发布· 2026-05-01精选AI 评分71
无需同步人工监督的智能体操作自动审查
Auto-review of agent actions without synchronous human oversight
AI 导读
OpenAI 发布 Auto-review 研究，用独立的 Codex 智能体在沙箱边界审批越界操作，替代用户逐次授权。内部部署中 Codex 会话需人工审批的频率比手动模式降低约 200 倍，Auto-review 对需审查操作批准约 99%，在提示注入合成评测中拒绝率 99.3%、过度主动场景 90.3%、MonitoringBench 困难集 96.1%。
本站提供 AI 导读，完整报道请前往来源网站阅读。
阅读原文 OpenAI Alignment Research · alignment.openai.com
推荐理由
OpenAI 公开 Auto-review 的内部部署数据与安全评测，可了解用独立智能体替代人工审批的取舍。