ITCOW牛新网 6月3日消息，微软在 Build 2026 大会上发布了名为 ASSERT（自适应规范驱动评分）的开源框架。该工具的核心设计理念是将产品需求、政策文件或系统提示等自然语言文本，直接转化为可执行的评估流程。这意味着开发者无需再手动编写繁琐的测试脚本，只需输入对 AI 行为的文字描述，系统即可自动生成测试场景、数据集及评分标准，并针对目标模型或智能体进行运行测试。
据ITCOW牛新网了解，ASSERT 将整个评估过程系统化为四个关键阶段。首先是概念细化，即将宽泛的行为描述拆解为明确的可接受与不可接受行为分类；其次是场景生成，基于任务类型、角色等维度创建涵盖单轮对话、多轮交互及对抗性探测的分层测试用例；接着是轨迹记录，在目标系统运行这些用例并完整记录工具调用与中间决策；最后是自动评分，对照预设策略对每个轨迹进行裁决，输出是否通过、判断理由及具体引用条款。这种结构化的流程使得 AI 的行为偏差无处遁形。
为了验证该框架的可靠性，微软团队进行了两项核心研究。覆盖率研究显示，相比传统意图生成的评估集，ASSERT 在检测社会评分偏见、阿谀奉承行为、不安全建议等方面覆盖面更广，能暴露更多独特的失败模式。在人工评审对比中，ASSERT 内置的 LLM 判定器与人工审核的一致率达到了 80%–90%，接近人工标注者之间 90% 的一致率，证明了其在捕捉目标信号方面的有效性。目前，该框架已在 GitHub 开源，并提供了旅行规划智能体等实例供开发者参考。