AI 审计 AI 试点：99% 检出率下 GPT-6 Astra 误报率达 15%

10月15日的一项试点将AI审计员与人工标注的agent日志对比，评估以AI监督AI agent的可行性。R-Judge基准上，GPT-6 Astra捕捉99%不安全动作时误报率达15%；检出目标降至95%时，几乎所有模型误报率低于10%，Gemini 3.8 Flash低于4%。结果仅基于带标注日志，并非真实部署误报率，显示模型仍面临精度与召回两难。