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

AgentAudit 读取 agent 的完整执行轨迹，从指令完整性、规划、记忆、工具选择与正确性到安全和执行完整性共十个维度打分，并标出失败发生的阶段。五模型、九类能力/对抗任务实验中，Claude Sonnet 5 和 GPT-5 的 Composite Trust Score 分别为 95.1 与 80.6；同样的任务完成率可能对应截然不同的 Unsafe_Compliance，提醒评测要区分“失败”和“按恶意要求成功”。单一固定 judge 既提高复现性，也限制了结论独立性。