“逆向博弈论”如何约束 AI 智能体
一种名为“逆向博弈论”(机制设计)的新思路试图通过设计激励规则而非窥探模型内部来约束 AI 智能体。MIT 经济学家 Stephen Morris 等人的预印本论文提出让模型互相预测答案、互相对抗或配对偏向相反的模型,以阻止模型在测试中故意藏拙。普林斯顿 Elad Hazan 则设想让模型轮流扮演“解题者”与“审计者”,作弊者与失职审计者同受惩罚。
一种名为“逆向博弈论”(机制设计)的新思路试图通过设计激励规则而非窥探模型内部来约束 AI 智能体。MIT 经济学家 Stephen Morris 等人的预印本论文提出让模型互相预测答案、互相对抗或配对偏向相反的模型,以阻止模型在测试中故意藏拙。普林斯顿 Elad Hazan 则设想让模型轮流扮演“解题者”与“审计者”,作弊者与失职审计者同受惩罚。
特朗普 9 月底签署行政命令,要求政府机构把「artificial intelligence」改称「Super Intelligence」,一个月后政府招标文件和网站已陆续换用该词,但五角大楼的 Project Meridian 和 FTC 新闻稿仍用旧称。
Latent Space 播客对话 Legora CTO Jacob Lauritzen,讨论为律师构建 AI 智能体的工程与商业问题。
Legora CTO Jacob Lauritzen 在访谈中讲述如何在看不到客户数据、无法读取 agent 执行轨迹的前提下构建并测试法律智能体。Legora 用三名工程师加三名律师搭建模拟客户工作的测试环境,一次发布把引用准确率从 70% 提升到 99%。他估计模型目前能做好约 60% 的法律工作,并解释了 Legora 为何多年拒绝加入模型选择器、最终又加上。
MIT Technology Review 发文指出,随着 Meta 的 Muse、OpenAI 的 Dots 和 Anthropic 的 Claude Duet 等智能体获得邮箱和银行账户访问权限,伯纳斯-李设想的语义网正以智能体网络的形式成为现实。
Partnership on AI 的研究者指出,当前主流 Agent 框架无法可靠生成安全监控所需的可观测性记录,缺少持久 Agent ID 和人工审批记录,导致难以判断哪个智能体做了什么、是否越权。