公开锚点稿(公开版):面向长期运行 AI 的审计与回滚可见性框架
Abstract
我们提出一套面向"长期运行、面向人类用户"的 AI 系统的治理与工程框架,使连续性、安全性与可追责性成为系统的第一类需求。该框架以三条不可退让的原则为核心:安全可审计、利益可分配、权力可制衡,并将主要风险归纳为三类可管控威胁面:人类滥用、系统性失控与外部冲击。我们给出一组最小可验证指标,用于在不披露实现细节的前提下,使回滚/恢复等关键事件变得"可见、可查、可复盘"。本文件的目的在于公开锚定方向与评估标准,为未来协作与标准化提供可引用的先验,同时降低披露带来的安全风险。 ---
Fields of Study & Subjects
Ethics and Social Impacts of AI
Safety Systems Engineering in Autonomy
Explainable Artificial Intelligence (XAI)
Publication details
- Journal / source
- Zenodo (CERN European Organization for Nuclear Research)
- Publication date
- 9 February 2026
- Document type
- Preprint