METR 开源 AI Agent 实验室评测平台

METR 研究员 spiegelmock 宣布开源其实验室评测平台，用于安全评测高能力 Agent。平台聚焦沙箱隔离、集群中运行任意 Agent、前沿模型红队测试，以及低成本监控推理输出中的不良内容等问题，团队还计划发布更多 AI Agent 安全实验结果。