Anthropic：Alignment Science Blog·· 2025-10-07精选AI 评分71
Anthropic 开源 AI 安全审计工具 Petri，用智能体自动测试模型对齐行为
Petri: An open-source auditing tool to accelerate AI safety research
AI 导读
Anthropic 发布开源自动审计框架 Petri（Parallel Exploration Tool for Risky Interactions），用 AI 审计智能体在多轮场景中测试目标模型，工具地址为 github.com/safety-research/petri。
推荐理由
Anthropic 开源了用 AI 智能体自动审计目标模型行为的 Petri 框架，读者可以直接复用其审计流程和评分维度设计。
来源：Anthropic：Alignment Science Blog · alignment.anthropic.com