IAPS 报告：面向思维链可监控性的透明度披露

IAPS 发布报告，主张前沿 AI 开发者定期披露一组思维链（CoT）可监控性指标，使独立评估者得以追踪其变化轨迹。报告从 21 个候选中选出五项指标：第三方思维链访问与基础架构规格、自然度、忠实性、检测（有害行为逃过监控系统的比例）和 Uplift（思维链访问为监控带来的性能增益）。对 OpenAI、Anthropic、Google DeepMind 的审计显示，没有一家报告全部指标，但每项指标至少有一家报告过，跨机构完整报告可行。报告援引各实验室近期披露称可监控性正在减弱，如 2026 年 9 月发布的 GPT-6 Astra 系统卡显示其思维链可监控性较前代大幅下降。报告建议将这些指标纳入现有 System Card 与安全评估实践，并由嵌入式评估者或独立验证组织开展更深入审计；该报告初版为 2026 年 7 月的预印本，已被 ICML 2026 技术 AI 治理研讨会接收。