human-oversight

本文分析了35,361条引用AI使用的GitHub代码注释，开发了AI辅助开发活动的分类体系，发现开发者主要使用LLM进行代码实现和增强，随后进行人工重构和错误修复，并且随时间推移，从直接代码生成转向概念支持。

关于完全自主的 AI 智能体的伦理影响讨论，重点关注问责、决策、隐私和人类监督。

本文调研了AI在整个研究生命周期中的能力与局限，从创意生成到成果发布，识别出可靠辅助与不可靠自主之间的明确界限。它提供了一个分类体系、基准测试套件、工具清单以及人类主导的AI协作研究设计原则。

文章讨论了企业如何从设计阶段就将欧盟AI法案合规要求融入产品开发，强调透明度、防护机制和人类监督是关键架构变化。

本文介绍了功能性意向性测试（FIT）和 FIT-Eval 框架，旨在量化代理型人工智能系统中类意向行为程度，以服务于治理与问责目的。