新增四项，修订一项

10月18日的第二次目录更新使我们的资源目录增至217项：新增四篇论文，修订一条现有条目，没有删除任何条目。

  • Auditable Claims about AI Agents：认为一项关于智能体的主张，只有在得出任何结论之前确定其策略、范围、判定规则，以及可获取的记录及其写入者，才可被核查，并将该核查应用于六类常见主张。预印本。论文。
  • agent-risk：依据已部署智能体的现有日志评估一项拟议变更，重放日志中的回合，只对日志无法判定的回合从保存的状态重跑。预印本。论文、代码。
  • The Autonomy Tax：在 97 项智能体任务上将经提示词注入防御训练的模型与未防御的基线对比，发现防御模型在良性工具调用上失败，而简单攻击仍能绕过防御。EMNLP 2026。论文。
  • WeClawArena：面向代表不同用户、在个人工作空间中操作的智能体的沙箱与基准，依据记录的运行时证据审计攻击是否成功，并与任务效用分开报告。EMNLP Findings 2026。论文、代码、数据。

CatchBench 条目现已链接其论文（arXiv:2608.22808），并同时作为论文列出。

Audit Commons 及其配套列表的维护者 Yue Zhao 是这五项工作的合著者，因此它们均带有“维护者项目”标签。这些条目经独立审查后，按配套列表的常规收录规则加入。此日期记录的是目录发布时间，原始发布日期以所链接来源为准。更新会出现在我们的 RSS / Atom 订阅源中。