逆向博弈论如何约束 AI 智能体
MIT 经济学家 Stephen Morris 等人在预印本论文中提出用“逆向博弈论”（机制设计）约束 AI 智能体，例如让模型预测另一个模型的答案来防止测试中故意藏拙。普林斯顿教授 Elad Hazan 则设想让模型轮流扮演解题者与审计者，作弊的解题者和失职的审计者都受罚。该思路假设智能体能对激励做出理性反应，而这一假设本身仍存疑。
#安全/对齐
MIT Technology Review · AIAI 评分4040
MIT Technology Review · AIAI 评分5555 Partnership on AI 研究：AI 智能体缺乏实时可观测性记录
Partnership on AI 的研究者指出，当前主流智能体框架无法可靠生成实时监控所需的关键可观测性记录，导致难以判断哪个智能体做了什么、是否越权。他们与学界、产业界合作研究四类最常用智能体框架，发现缺少持久 Agent ID、人类审批记录等关键信号。文章建议通过 OpenTelemetry 补充“发生了什么”的记录，并呼吁框架开发者、企业与监管机构分工补齐标准。
Import AIAI 评分6060 Import AI 478：数学形式化助力对齐、ProgramBench 与 Mirendil 展示 RSI 雏形
Import AI 第 478 期汇总了多项 AI 研究进展。AI 安全初创公司 Resolution 用智能体自动形式化了奇点消解相关数学内容，耗时约一周、花费约 13.5 万美元 token 费用，产出约 60 万行 Lean 代码。