研究
这是译文。权威版本是英文原文，引用请以原文为准。
人工智能模型如何相互检验、自动监督何时有所帮助以及何时妨碍工作、以及当人们将任务交付给人工智能代理而非与其对话时会发生什么变化。由独立研究者Vadym Chernets撰写的论文，他从事多人工智能系统的开发，并附有简短笔记，每则笔记关注一个问题。这里的所有内容都可以免费完整阅读，每篇论文都提供PDF版本。
最新
程序员分界线之后：通过人工智能代理构建的人的一种衡量
一种代替工作头衔的衡量标准，用于通过人工智能代理构建的人：已验证的委托范围、放大收益，以及在OSF上注册的41项预测，每年评分至2031年。
-
为什么多代理评论员持续评审而不是发布
在一句话中提供两个选项后，人工智能评论员要求添加控制68次，移除一次。这对评审循环和令牌预算意味着什么。
-
当防守者被护栏阻挡，而攻击者没有护栏时
在2026年7月，托管模型护栏拒绝了事件响应者进行的日志分析。而攻击代理则按设计移除了该类护栏后运行。
论文
-
程序员分界线之后：通过人工智能代理构建的人的一种衡量
一种代替工作头衔的衡量标准，用于通过人工智能代理构建的人：已验证的委托范围、放大收益，以及在OSF上注册的41项预测，每年评分至2031年。
-
验证戏剧：人工智能验证者面板的实测失效模式
当人工智能验证者之间的一致性不再代表正确性时：来自16个模型的预先注册盲目收集中的验证者面板的四种实测失效模式。
-
弱判别性、无法通过配置文件注入修复、可操纵：大语言模型评估中的自信
在评估中能否信任大语言模型自身陈述的信心？一项跨16个模型的预先注册测试：弱判别性、无法通过配置文件注入修复、可操纵。
-
护栏叠加护栏：多代理人工智能中的自动化监督
监督循环添加护栏但不停用它们。来自多代理人工智能、公共事件的现场记录，以及对每种补救措施定价的144次随机测试。
-
聊天之后：非程序员与代理式人工智能之间的三种转变
为什么很少有非程序员从聊天过渡到人工智能代理、一个描述这种过渡的四层级模型，以及一个衡量这一过程的预先注册方案。
-
人工智能守卫鸟（Sheckley）：当自动化监督扩大其自身权限并伤害其保护的对象时
当人工智能护卫越权时：护栏和评论员扩大了对伤害的定义，阻挡了他们保护的工作，并导致添加更多护栏作为回应。
-
一致性不是独立证据：无需API的可审计多模型综合
为什么十个意见一致的人工智能聊天机器人的价值可能不及两个独立意见，以及一种免费合并其答案的方法，该方法可显示谁说了什么、以及他们在何处不同意。
-
7次下载意味着什么?度量盲点与SSRN排名停用后学术关注的冷启动
您的论文有7次下载。这正常吗?请将其与同领域、同龄的论文进行比较,因为平台平均值并不能代表任何一篇论文。
-
架构信任:消费者在智能体商务中对AI模型的信任如何迁移到可验证的架构
当AI智能体为您购物时,信任应该基于您能够验证的检查,例如多个独立AI模型意见一致,而不是基于某个模型听起来有多自信。
-
AI辅助诉讼中的缺失变量:自代理诉讼中的架构与司法获取质量
一个没有律师的人在法庭上如何使用AI是否重要?一项联邦案例研究,对比一个聊天机器人与多个模型在提交前相互检查的情况。
笔记
短篇,每篇针对一个问题,各自链接到其所源自的完整论文。
-
为什么多智能体评论员不断评审而不是发布
当在一句话中给出两个选项时,AI评论员被要求添加控制68次,仅删除一次。这对审查循环和令牌预算的含义。
-
当护栏阻挡防卫者,而攻击者却没有护栏时
2026年7月,托管模型的护栏拒绝了事件响应者的日志分析。而攻击性智能体运行时故意移除了这类护栏。
-
"我们有护栏"不是安全论证
护栏列表表明系统有防护,但不代表防护措施仍然有界且有效。部署者能够证明的狭义声明,以及应该提出的11个问题。
-
AI智能体事件日志的只读审计员
AI-Watchbird-Sheckley读取多智能体运行的事件日志并报告9个监督信号。它从不阻止。它测量什么,以及它不测量什么。
-
一个武器探测器,两种错误
一个校园武器探测产品在枪击事件中漏掉手枪,数月后又误标记非武装学生。公开记录揭示的两类错误。
-
校车召回与远程监督
两份校车记录、3,067辆车的召回和Austin远程智能体的'No',以及它们对人类监督应该位于何处的启示。
工具
开源工具,每个都用简明语言解释,代码在GitHub上。所有工具
同时向多个AI提问并查看其分歧
同时向Claude Code、Codex、Gemini和Grok提同一个问题,逐个声明比较其答案,了解一致性的价值。免费,无需API密钥。
AI在您公司花费多少?购买前计算
计算Claude、ChatGPT、Gemini和Copilot对您团队的成本,比较Claude Team和Enterprise,并追踪Claude Code支出。免费,开源。
iPhone上的ChatGPT和Claude:一个回答,另一个检查
一键用Claude对ChatGPT进行事实检查:一个免费的iPhone快捷方式,ChatGPT回答,Claude检查。使用您自己的免费账户,无需服务器,开源。
面向牧师、护士、教师、艺术家和房地产经纪人的 Claude Code：免费工具包
面向牧师、护士、教师、艺术家和房地产经纪人的免费 Claude Code 工具包：它们学习您的规则，并针对您的文件检查每个结果的三行。
公司不回应您的退款？让 AI 跟进直到完成
公司不回应您的退款？Chasecall for Claude Code 记住该任务，起草每次跟进，计数尝试并告诉您何时拨打电话。免费。
如何降低 AI 成本：仅为需要一个模型的决策付费
降低工单分类和批准的 AI 成本：缓存、规则和本地模型先决定，付费模型或人员仅处理其余部分。免费、开源。
如何通过检查工作而不是令牌来衡量 AI 生产力
将您交给 AI 代理的工作日志转变为简历或评审的一行日期：您委派和验证的片段有多大。免费、开源。
法庭文件的 AI：在提交前捕获虚假引用
面向自行诉讼人的 AI：来自竞争公司的 AI 盲目起草您的诉讼，一个合并，两个检查每个引用。免费、开源、无需 API 密钥。
您能相信 AI 答案吗？向另一家公司的第二个 AI 询问
在您根据 AI 答案采取行动之前，向另一家公司的 AI 询问。Duocall 引用两者同意的地方并命名每个差异。免费，无需 API 密钥。
您公司专用 Claude：您自己的插件和每台笔记本电脑上的相同规则
将您的团队频繁任务转换为您自己的 Claude 插件，并通过 Jamf、Intune 或管理控制台在每台笔记本电脑上放置相同的规则。开源。
阻止 AI 泄露 API 密钥、卡号和客户文件
免费 Claude Code 插件，阻止 API 密钥、卡号、IBAN、ID 号和客户列表在 AI 消息中泄露，并为每种数据提供一条路由。
您电子邮件的 AI 早间摘要：谁在等待您的回复
免费 Claude Code 插件，以只读方式读取您的邮箱并编写早间摘要：什么很重要、谁在等待您的回复、Google 快讯、新闻通讯。
运行 Claude Code 一夜，然后醒来查看报告
让 Claude Code 整夜在一个任务上工作：它保持您的计算机清醒，检查其自己的工作，在达到限制时切换 AI，并留下早间报告。
从您的手机控制 Claude Code 并让计算机继续工作
让 Claude Code 在家工作并使用您的手机。检查远程会话为什么会无声失败，在一个屏幕上显示每个工作，并在需要时响铃。
免费 Claude Code 插件市场：12 个开放插件，一行代码添加
免费 Claude Code 插件市场，有 12 个开放插件：文件副本、第二意见、一夜工作、邮箱摘要、AI 成本控制。一行代码添加它。
一次向 ChatGPT、Gemini、Grok 和 DeepSeek 提出相同的问题
一个免费的 Claude Code 插件，在您自己的 Chrome 中向几个 AI 聊天网站提出您的问题，并提供一份报告：他们在哪里同意、不同意以及谁说了什么。
在更便宜的模型上运行 Claude Code，不失去您的手机遥控
在 Claude Code 中使用 DeepSeek、GLM、Kimi 或本地模型进行日常工作（在其自己的窗口中运行），并保留您的 Claude 座位、遥控控制和顾问。免费插件。
Claude Code 的撤销按钮：在 AI 更改之前备份您的文件
为非程序员提供的免费 Claude Code 插件：它在 AI 更改文件之前复制文件，根据请求将其放回，并说明检查了什么和未检查了什么。
从 Codex、Grok 和其他 AI 获取关于 Claude Code 答案的第二意见
一个免费的 Claude Code 插件，通过您自己的订阅向 Codex、Antigravity、Grok 或 Kimi 提出相同的问题，并显示它们的一致和差异之处。
我的 SSRN 下载量好吗？按论文年龄和领域的免费基准
检查您的 SSRN 下载数是否正常。从 1,360 份存档的 SSRN 论文构建的免费工具，按论文年龄和主题领域的百分位数。
如何让您的团队使用 AI 代理：30 天试点计划
在 30 天内将同事从 AI 聊天窗口带到工作代理：一个试点计划、一个 20 分钟的首次会话、Telegram 中的每日卡片、一份包含数据的报告。
新论文和笔记来自 RSS。