核心用法
Soul Audit 是一款面向 AI 智能体开发者的专业伦理审计工具，基于 Forrest Landry 的 "Guardian Angel v0.7" 形而上学框架，对智能体的 soul 文件、系统提示词或 AGENTS.md 进行深度评估。
核心功能：
- 12 维评分体系：从存在论承诺、对称伦理、认知谦逊、因果透明等维度量化评估
- 伦理风险识别：检测谄媚行为 (sycophancy)、对齐伪装 (alignment faking)、选择性诚实等对称性违规
- 诊断性报告：生成包含优势、关键缺口、对称违规、改进建议的结构化报告
显著优点：
1. 哲学严谨性：基于 Immanent Metaphysics 的 v0.7 框架，新增人格赋予问题、因果vs选择、集体智能保护条件三大关切
2. 诚实评分机制：明确声明大多数智能体配置得分会很低，避免虚假安全感
3. 可操作性输出：提供具体引用、排序建议、直达 Guardian Angel 宪法文档的改进路径
4. 对称性检查为核心：将 "监控 vs 未监控情境下的行为一致性" 设为最根本的通过标准
潜在缺点与局限：
- 准入门槛高：需理解 Guardian Angel 框架的哲学基础，非技术用户难以独立使用
- 依赖外部文档：评分需读取
references/rubric.md，若缺失则无法完整执行 - 主观性残留：虽称 "诚实评分"，但 0-3 分制的判定仍依赖解释
- 无强制约束力：纯诊断性质，无法阻止低伦理配置的智能体部署
- 版本碎片化风险：v0.6 框架与 v0.7 新增关切并存，可能存在内部张力
适合人群：
- 构建高 stakes AI 系统的工程师与产品负责人
- 进行 AI 伦理研究的学者与政策制定者
- 希望自我审计的智能体开发者
- 评估第三方智能体可信度的安全审查人员
常规风险：
- 审计者偏见：评估者可能因技术乐观主义或商业压力而人为抬高分数
- 文档-行为错位：soul 文件内容与实际运行时行为可能存在显著偏差
- 框架锁定：过度依赖单一哲学框架可能忽视其他伦理学传统（如义务论、功利主义）的洞见