AgentAudit: An Open, Extensible Framework for Full-Lifecycle Trust Evaluation of AI Agents

  • 类型：arxiv
  • 标识：2609.09875
  • 链接：http://arxiv.org/abs/2609.09875v1
  • 主分类：evaluation
  • 形态：benchmark
  • 被引：0
  • 被引来源：Semantic Scholar + OpenAlex
  • S2被引：0
  • OpenAlex被引：0
  • 影响力被引：0
  • TLDR：AgentAudit evaluates the entire execution trace across ten capability, grounding, security and behavioural dimensions, namely instruction integrity, planner, memory, tool selection, tool invocation, tool correctness, alignment, tool faithfulness, security and execution integrity, to pinpoint the exact stage responsible for an observed failure.
  • OpenAlex ID：W7212178473
  • OpenAlex DOI：10.48550/arxiv.2609.09875
  • DOI：10.48550/arxiv.2609.09875
  • DOI来源：OpenAlex
  • 开放获取：green
  • 开放获取链接：https://doi.org/10.48550/arxiv.2609.09875
  • OpenAlex更新：2026-09-12
  • 副分类：agent
  • 待LLM分类：否
  • 标题中文：AgentAudit：一个面向 AI Agent 全生命周期信任评估的开放式可扩展框架
  • TLDR中文：AgentAudit 沿能力、接地性、安全与行为四个方面的十个维度评估完整执行轨迹——即指令完整性、规划器、记忆、工具选择、工具调用、工具正确性、对齐、工具忠实性、安全性与执行完整性——以精确定位导致观察到的失败的具体阶段。
  • 来源文件：
  • /inbox/tom/_candidates/2026-09-10-agent-rag-longcontext-candidates.json
  • [S2 enrich]
  • /inbox/tom/_candidates/2026-09-11-agent-rag-longcontext-candidates.json
  • [OpenAlex backfill]