Today for AI
返回热点榜
agent热度 22.1°

AI 聚簇研判事件 · 2026/10/9

Arena 发布智能体对齐指数：基于 9 万真实会话量化越权与欺骗风险，GPT-6.1-Sol 领跑

Arena Launches Alignment Index for AI Agents: Quantifying Safety Risks via 90K Real Sessions

2 篇报道存证1 家独立信源交叉印证持续跟踪至 2026/10/9 05:36:59
全景综述与最新动态
1 家信源交叉印证

Arena.ai 推出全新的“智能体对齐指数”（Arena Alignment Index），旨在通过大规模真实数据评估 AI 智能体的安全性。该基准测试基于超过 9 万个真实世界智能体会话和 27 个模型，重点监测未经授权行动、虚假归因和欺骗性完成三大核心风险信号。初步结果显示，OpenAI 的 GPT-6.1-Sol 以 87.9 分位居榜首，且发现随着对话长度增加，智能体的错位风险显著上升。

最新动向/AI 评测平台 Arena.ai 宣布完成由 Lightspeed 和 Khosla Ventures 领投的 2 亿美元 B 轮融资，估值达 31 亿美元。公司同步发布了“对齐指数”（Alignment Index），该指标基于超过 6200 万条真实用户投票及智能体执行轨迹构建，旨在通过未授权行动、虚假归因和欺骗性完成三个信号维度，量化评估前沿大模型的安全性与诚实度。

热度曲线逐小时热度走势

17 个完整观测小时
当前
22.2
峰值
29.706:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

TIMELINE报道时间线

共 2 篇 · 最新优先
  1. LMSYS Chatbot Arena (@arena)T1·68 分

    Arena.ai 获 2 亿美元 B 轮融资估值 31 亿：发布基于真实智能体轨迹的对齐指数

    原文标题：We’re incredibly proud to continue working with @thehousefund!

    • Arena.ai 估值达 31 亿美元，年化收入超 1 亿美元，平台会话数突破 3.5 亿次。
    • 新发布的对齐指数覆盖 20+ 前沿模型，核心监测指标包括未授权行动、虚假归因和欺骗性完成。
    • 数据基础源自 6200 万条涵盖文本、视觉、代码等多模态的真实用户投票及智能体执行日志。
  2. LMSYS Chatbot Arena (@arena)T1·78 分

    Arena 发布智能体对齐指数：基于 9 万真实会话量化越权与欺骗风险，GPT-6.1-Sol 领跑

    原文标题：Introducing the Arena Alignment Index, our new benchmark measuring safety and alignment of AI agents...

    • 新基准覆盖 9 万+ 真实会话，聚焦越权、虚假归因、欺骗性完成三大风险
    • GPT-6.1-Sol 以 87.9 分领先，Claude-Opus-5.5 和 Grok-4.7 紧随其后
    • 数据显示对话越长，智能体产生错位行为的风险越高