AI Agent 审计新思路：不看总结，让用户说出改了哪些文件、跑过哪些测试

Rafael Ibayev 与 Ron Bodkin 提出一种不依赖 AI Agent 自我总结的审计思路：测试者在 Agent 声称完成任务后，直接说出实际运行了哪些测试、改动了哪些任务范围外文件。Ibayev 认为应测量这种认知能力，并询问 Bodkin 如何在审计中为其打分；人对实际变更的直接认知才是可信的验收信号。