第 3 期简报 — 2026 年 10 月
十月上旬的例行一期。这段时间外部消息不多：改变整体图景的那批研究已在 10 月 6 日的第 2 期简报中梳理。 本期讲我们自己的工作——测试台的首次完整运行、面向搜索问题的四个页面，以及独立成页的术语表。 文中提到的内容都可以打开核对。
1. 我们做了什么
1.1. 测试台首次完整运行，报告全文发布
256 条提示、garak 工具的一项标准探测、我们自己场地上的本地模型。模型 256 次全部守住。 我们按收到的原样发布报告与原始结果，并说明这个数字意味着什么、不意味着什么： 一项探测上的零结果并不表示系统受到保护，只表示在这套数据和这种配置下没有发现失效。 详见「测试台：首次完整运行」。
1.2. 术语表独立成页
过去术语放在「方法论」内部，既不能按链接引用，也无法作为某个具体问题的答案呈现给搜索。 现在是独立页面：30 个术语，分为五部分—— 智能体与多智能体系统、攻击、防护、评估与测量、监管。每个术语包含三部分： 本研究所用的定义、与日常用法的区别、原始文献链接。外部链接指向 OWASP LLM Top 10、MITRE ATLAS、NIST AI RMF 与预印本——我们不引用转述。
1.3. 四个面向搜索问题的页面
这些不是「关于人工智能的文章」，而是对具体问题的回答，每个主题一页： 人工智能智能体审计（检查什么、按什么顺序）、 多智能体系统测试（单个智能体不会出现的三类失效，以及如何测量连接本身的贡献）、 提示注入防护（为什么文本过滤解决不了问题、哪些层面有效）、 人工智能安全评估方法（我们测量什么、刻意不给出什么）。
1.4. 网站地图扩展到 96 个地址
从 81 增至 96：三个语言版本，每个页面独立地址，标注语言与 x-default。这不是目的本身——搜索引擎只能找到被告知的地址。 在被列入后的第一天，Yandex 就抓取了一半地址；此前它十天内只访问过三次。
2. 这一期值得一读的材料
- 多智能体系统中的监督回路——对近期一批研究的梳理： 为什么模型内部的检查不奏效，替代方案是什么。
- 测试台：首次完整运行——含原始数据的报告，包括没有奏效的部分。
- 案例：23 分钟、六个板块、四次上线——逐分钟的工作记录。
- 术语表——若在我们的文本中遇到不熟悉的词，定义在这里，而不在脚注里。
3. 本期如何编制
- 本期所有数字都是我们自己的、可核对的：256 条提示、30 个术语、96 个网站地图地址。 不含第三方数字，因此也不需要「预印本、未复现」的说明——那在第 2 期。
- 不承诺任何期限：筹备中的内容只说明状态，不给日期。
- 在缺陷修复前不发布相关信息；未经系统所有者书面同意，不在他人系统上进行测试。
4. 接下来
后续各期继续两条线：测试台上的测量（使用其他数据集，并检验在重复尝试下的稳定性）， 以及对外部研究的梳理。此外正在筹备漏洞负责任披露政策与攻击性工具使用规程， 两份都将以草案形式发布，以便在定稿前讨论。