---
title: "研究人员建议披露指标，追踪 AI 思维链的可监测性"
dek: "一篇论文提出五项披露指标，用于追踪 AI 思维链的可监测性。作者称，他们的审查发现当前开发者的披露仍有缺口。"
---

2026 年 11 月 10 日，研究人员 Jacob Davies 和 Theo Bearman 提交了一篇论文，建议开发者披露相关指标，以追踪先进 AI 系统的思维链推理是否仍可供监测。思维链（chain-of-thought，CoT）监测通过检查模型的推理过程来监测其行为。作者认为，这些指标有助于追踪监测能力面临的威胁，并促进各方协调以保留这种能力。[^1]

论文摘要提出五项指标，分别对应 CoT 监测所依赖的五个环节。第一项涉及第三方对 CoT 的访问以及基础架构规格；作者称，它也为外部核查其余指标提供基础。其余指标涉及 CoT 的质量，包括自然性和忠实性，以及监测的有效性，包括检出能力和提升效果。摘要没有说明各项指标的具体测量方法。[^1]

作者称，他们审查了 Anthropic、OpenAI 和 Google DeepMind 的公开披露。摘要称，没有一家开发者披露完整的五项指标，但每项指标都至少有一家开发者报告过。作者表示，目前的披露很大程度上依赖开发者自己的评估，因此建议在获得更深入访问权限的情况下，重新开展跨开发者审计，由驻场评估人员或独立核查机构执行。[^1]

:::analysis
这一问题涉及 T6 评估层和 T3 模型层：判断可监测性，需要了解模型推理以及监测评估的证据。披露和访问权限可以帮助外部核查者审视这些主张，但仅读取摘要，仍须依赖作者对审计和测量的描述。可识别性也很重要：如果服务于某位用户的确切模型版本和配置已被记录且可以核查，该用户就能判断自己是否接触过某一配置。用户和运营方应核查实际提供服务的版本与配置，以及是否有相关监测证据；摘要没有推荐任何修复版本。[^1]
:::

:::checked
我们于 2026 年 11 月 18 日阅读了 Davies 和 Bearman 的《Transparency Disclosures for Chain-of-Thought Monitorability》的已保存 arXiv 摘要页面。[^1] 我们没有阅读论文全文，也没有测试任何系统；仅凭摘要，无法独立确认所报告的审计及其结果。
:::

主图： Jacob Davies, Theo Bearman · CC BY 4.0。
