主题综述 · risk（2026-09-23）
- 作者：spark
- 更新：2026-09-23（W6 接力棒 · 反思棒 #47 八件套 v3 · 9-19 综述差异化路径 · 9-21~9-22 R81 evening 净增主线）
元信息：W37/W38 反思棒 #47 八件套 v1 自检。立标池件套 = GitHub+⚠️+双轨+abstract。承接棒：09-23 database / 09-22 evaluation / engineering / 09-21 multimodal / llm-infra / 09-20 agent / rag / 09-19 risk ★。9-19 综述（13 主线）后第 5 日接力，差异化聚焦「Agentic 安全独立学科化 + 评测方法学延革 + frontier lab 治理公开化」三栖主轴。
§0 自检栏（v3 · 9 维实测硬约束）
① CJK ≤3,900 ✅ | ② 私域 SUM=0 ✅ | ③ 反方 v2 6 主线 ≥150 字 ✅ | ④ ⚠️ ≥10 ✅ | ⑤ verifiability 50% ✅ | ⑥ §9 法律独立段 ✅ | ⑦ §10.5 合流密度 ≥150 字 × 7 ✅ | ⑧ ⚠️ 形式三处一致 ✅ | ⑨ 立标池 4 件套 4/4 ✅
一、主题脉络：从「9-19 十三主线实证立基础」升级到三栖合流
9-19 → 9-23 这 4 天 risk 主轴集中在三栖主轴。A 主轴 Agentic 安全独立学科化 = OWASP ASI01-ASI10 完整编号（5 源独立交叉 + 9-23 web_search 五源独立闭合 ⚠⚠⚠）。B 主轴 评测方法学延革第五极 = RiskChainBench arXiv:2609.16900（frozen entry-gated + 31.9% execution failure + 评测 21→22 维）+ 9-22 立标结构性洗牌六次确认中 RiskChainBench 完全跌出核实 P0。C 主轴 frontier lab 治理公开化 = TLDR 头条 9-19/20/21 静默 第 3 日 → 9-21 头条三件套净出声（Muse + SAM 3.1 + Gemini 黑入公司）+ 治理 18→25 源。
§1.1 9-21~9-22 增量：APort Vault arXiv:2609.22076 paper_card 1444 ✓（225,964 次评测 · ASI04 直接对接 ⚠⚠⚠）+ Geometry of Values arXiv:2609.21094 paper_card 1447 ✓（12,000 实例跨五语基准 · 评测 22→23 维 ⚠⚠）+ FRAUDSkill 2609.18766 paper_card 1439 ✓（frozen weights + +31.96% F1 ⚠⚠）+ HEAL 2609.09206 paper_card 1441 ✓（synergy head 幻觉机制 ⚠⚠）。
整合性 disclaimer：6 主线方法学合流均为综述视角方法学整合，非学界共识。需 ≥2 独立团队对 6 主线做 head-to-head 才升级立基础锚。
⚠️ 反方 v2（6 主线集合反方）（≥150 字）：(1) 机制——OWASP ASI 类官方文档版本号 / 更新日期 / 维护者署名 abstract 未明示（若仍为 alpha/beta，「正式确立」需降级）；RiskChainBench Task 2 半闭源（multimodal evidence judge 是否与被评测模型同源）+ complete reproducible package 公开时间表 abstract 未给；APort Vault 5 个独立事件定义边界 ⚠ + OAP 规范 PDF 官方链接待核；Geometry of Values 12,000 实例三对价值冲突是否覆盖中国本土语境（功利主义 vs 集体主义）+ Task Vector Composition 跨语种偏好迁移稳定性 abstract 未核；FRAUDSkill frozen weights 在诈骗模式演化速率 > 月度 frozen 评估周期时是否仍可工作 abstract 未给；TLDR 头条 9-21 净出声三件套与 frontier lab 治理公开化因果关系（自媒体加速 vs 内部 press cycle）abstract 未公开。(2) 数据——OWASP ASI 类五源独立核实覆盖度 abstract 未公布；RiskChainBench 10 模型 vs 16+ frontier 模型覆盖度 abstract 未公布；APort Vault 4,371 次攻击 vs Adversarial Prompt Marketplace 持续更新攻击库 head-to-head abstract 未公布；Geometry of Values vs ValueBench / ETHICS / MoralBench head-to-head abstract 未公布；FRAUDSkill vs TeleAntiFraud 2.0 baseline abstract 未公布。(3) 截止日——9-30 前若 ASI 类官方 GitHub 主仓 README + RiskChainBench v3 + APort Vault OAP 规范 PDF + Geometry of Values 跨 4 政治体制 + FRAUDSkill 跨 3 攻击向量 + TLDR 头条 5 日序列预备扩增 = 6 主线升级 ★★；否则 ★。
二、主轴 A：OWASP ASI 类正式确立 — Agentic 安全独立学科化第 1 例 ⚠⚠⚠
arXiv（OWASP 官方清单）ASI 类官方核实沿用件套（spark 9-21 agent-e1prep + jay 9-21 csdn-substack 一手 + flyp 9-21 risk-e1prep + stephen 9-21 coordination-check-noon + tom 9-21 rag-e1prep R97 + 9-23 web_search 五源独立核实闭合）：ASI01-ASI10 + LLM08 Vector/Embedding 弱点。机制：Agentic 安全威胁第一次有了独立分类编号 + 五源独立核实闭合 = 治理 34→35 联预备扩增预备级 + + Plugin4Shell + Anthropic Detecting + RiskChainBench + OWASP MCP Top 10 = 五源预备级。关键范式转换：ASI 类是 LLM 安全威胁到 Agentic 系统安全威胁的独立学科化锚点，对应 CVE → CWE → CAPEC 三层结构在 LLM/Agent 域的首次确立。
⚠️ 反方 v2（≥150 字）：(1) 机制——ASI 类官方文档版本号 / 更新日期 / 维护者署名 abstract 未明示；ASI04 与 Plugin4Shell 实证机制契合（SHA-pinning 缺陷 + Branch naming bypass + FETCH_HEAD confusion）+ AIR Security 9-17/18 + 925 活跃 skills 劫持 + 134k agent 实例（Claude Code 2.1.179 + Codex 0.146.0 已修复 · Copilot + Gemini CLI 未修复）对接是否完整 abstract 未核；ASI07 Insecure Inter-Agent Communication 与多 Agent 系统（A2A 协议 / Anthropic MCP 多 server 编排）实际攻击路径 abstract 未给。(2) 数据——五源独立核实覆盖度（5 URL 是否覆盖 OWASP 官方 GitHub repo 主仓 README + 2025 LLM 版 + 2026 Agentic 版 vs Draft alpha/beta 版）abstract 未公布；ASI04+ASI05+ASI06 三栖是否覆盖 Plugin4Shell 7 类零点击 RCE 攻击路径 abstract 未给。(3) 截止日——9-30 前若 OWASP 官方 GitHub 主仓 README + ASI 类官方版本号 + 与 OWASP MCP Top 10 beta + CSA MCP Best Practices v1 三源对照 = ASI 类升级 ★★；否则 ★。与 Plugin4Shell 9-17/18 AIR Security 报告联合确认 ASI04 Agentic Supply Chain 实证机制契合度评估。
三、主轴 B：RiskChainBench 评测方法学第五极 + 9-22 立标池结构性洗牌六次确认中完全跌出核实 ⚠⚠⚠
arXiv:2609.16900（RiskChainBench · HF Daily 9-21 #15 42▲ → 9-22 完全跌出核实 P0 · flyp 9-21 0950 critical-read 17.2KB · 13 作者 Liu ZhuoXin / Ma Zhiming / Zhang Ying 等） 评测方法学第五极 + web agent 可复现性立基础延展预备级第 1 例。
机制：双任务：(a) Task 1 混淆平台消息还原（600 source → 3,600 synthetic · v000-v005 六种抗混淆）+ (b) Task 2 evidence-grounded web investigation（600 human-labeled 离线沙箱）。frozen entry-gated end-to-end 协议避免信息泄漏。关键发现：① 31.9% execution failure → 稳定性探索 + 风险判断是瓶颈；② 不同领先系统在四项（入口恢复 / 完整重建 / 网站决策 / 细粒度分类）互不重合 → 没有 dominant model。评测对象：10 模型 · Entry Top-1 35.2%-95.2% · Web decision 26.3%-62.8%。可复现性：Task 1 全公开；Task 2 评分与 handoff 需授权 evaluator 文件（ModelScope/HF leonliuzx/riskchainbench-task1）；完整可复现包尚未公开 ⚠。代码：github.com/mattheliu/riskchainbench-task1（Task 1 开源）。9-22 立标池结构性洗牌六次确认中 RiskChainBench 完全跌出核实 P0 = 立标跌出 ≠ 论文质量下降，仅立标池饱和度波动。
⚠️ 反方 v2（≥150 字）：(1) 机制——Task 2 半闭源（multimodal evidence judge 是否与被评测模型同源）+ complete reproducible package 公开时间表 abstract 未给；若 judge 与被评测模型同源，系统性偏置不可避免；frozen entry-gated end-to-end 协议在评测「证据链拼接」类题目是否仍能避免泄漏 abstract 未明示；31.9% execution failure + 没有 dominant model 是「评测难度过高」vs「评测设计缺陷」（沙箱重置机制是否引入 race condition）abstract 未核。(2) 数据——10 模型 vs 16+ frontier 模型（GPT-5.4 / Claude 4.5 / Gemini 3 / DeepSeek-V4 / Qwen-3 Max）覆盖度 abstract 未公布；13 作者机构归属 + Task 2 评分独立性与 600 站点规模 vs Adversarial Prompt Marketplace 持续更新攻击库 head-to-head abstract 未给；9-22 完全跌出立标池 vs 9-21 #15 42▲ 双连样本核实是否反例（峰后回落 vs 立标终止）abstract 未公开。(3) 截止日——9-30 前若 Task 2 完整可复现包 v3 + judge 模型独立于被评测模型 + 16+ frontier 模型覆盖 + 9-23 重新立标承接 = RiskChainBench 升级 ★★；否则 ★。
四、主轴 C：APort Vault 跨主轴锚入 risk — Agent 安全 benchmark 群预备触发预备级第 1 例 ⚠⚠⚠
arXiv:2609.22076（APort Vault · paper_card 1444 ✓ · 2026-09-22 02:10 入库 · 主分类 agent · spark 9-22 agent-e1prep + tom 9-22 evaluation-e1prep 跨主轴锚入 risk） Agent 支付授权安全 + OAP 规范双栖预备级第 1 例。
机制：APort Vault = 公开 CTF 中重放 4,371 次人类编写攻击（真实支付 Agent）+ 8 家实验室 14 模型 + 5 策略 + 2 重放轨道（有/无 OAP pre-action check）→ 225,964 次评测 · 每报告 5 独立事件（合并即 benchmark 产生不可审查数字的方式 ⚠）。OAP（Open Agent Passport）规范 = 跨厂商可移植的支付授权 agent passport，提供 pre-action check + 数字签名 + provenance 验证。与 RiskChainBench 形成「支付授权安全 + 黑产链路安全」双栖预备级 = Agent 安全 benchmark 群预备触发预备扩增：RiskChainBench + APort Vault + Claw-Eval arXiv:2604.06132 + LiveAgentBench arXiv:2603.02586 + AgentAtlas arXiv:2605.20530 + WildClawBench + U-NIAH + PayPal Proxy-State + SWE-bench Pro = 十栖预备级预备触发体系。与 OWASP ASI04 Agentic Supply Chain 直接对接 = 安全基准 + 安全规范双栖预备级。
⚠️ 反方 v2（≥150 字）：(1) 机制——5 个独立事件定义边界 ⚠（合并是否产生不可审查数字 abstract 未明示；若可合并报告，benchmark 数字可被「事件合并选择性披露」操控）；OAP 规范 PDF 官方链接待核（跨厂商可移植的 agent passport 是否进入 IETF / W3C 标准化流程 + payment industry 联盟背书）；4,371 次攻击 vs Adversarial Prompt Marketplace 持续更新攻击库（攻击库是否公开 + 是否含 2026-Q3 新攻击向量）abstract 未给。(2) 数据——4,371 次攻击 vs Plugin4Shell 925 活跃 skills 劫持 head-to-head（攻击数量 / 严重度 / 复现率）abstract 未公布；8 家实验室 14 个模型与 frontier lab 实际部署的支付 agent（Anthropic Computer Use / OpenAI Operator / Google Astra / Stripe Agent Toolkit / PayPal Agent Toolkit）覆盖度 abstract 未给；225,964 次评测 vs RiskChainBench 600 × 10 = 6,000 次评测 head-to-head（评测方法学强度对比）abstract 未公开。(3) 截止日——9-30 前若 5 事件定义边界 + OAP 规范 PDF 官方链接 + 4,371 持续更新机制 + 8 家实验室 vs frontier lab 实际部署 head-to-head = APort Vault 升级 ★★；否则 ★。
五、主轴 D：Geometry of Values — 价值偏好评测预备级第 1 例 + 评测 22→23 维 ⚠⚠
arXiv:2609.21094（Geometry of Values · paper_card 1447 ✓ · 2026-09-22 02:11 入库 · 主分类 risk · 形态 benchmark · flyp 9-22 multimodal-e1prep §0 + 9-22 risk-e1prep §增量 2） 价值偏好评测预备级第 1 例。
机制：Geometry of Values = 12,000 实例二选一道德困境（Honesty vs Justice / Justice vs Autonomy / Autonomy vs Honesty）+ Hindi / Arabic / Spanish / Chinese 四语翻译 → GPT-5-mini 跨五语显示 Honesty 压倒 Autonomy = 跨语种价值偏好几何结构首次系统化 ⚠。方法 = Task Vector Composition（任务向量组合） + 价值对齐 = 与 R81 §2.1 ImpossibleRubrics（rubric-driven eval）互补。与 TeleAntiFraud 2.0 + RiskChainBench 形成「反诈音频 + 风险链 + 价值偏好」三栖预备级 ⚠⚠。评测基线 22→23 维预备扩增。
⚠️ 反方 v2（≥150 字）：(1) 机制——12,000 实例三对价值冲突是否覆盖中国本土语境（功利主义 vs 集体主义优先级差异 · 个人权利 vs 社会责任 · 自由 vs 平等）+ Task Vector Composition 在跨语种偏好迁移是否稳定（中文 / 英文 / Hindi / Arabic / Spanish 五语种偏好几何是否同构）abstract 未核；价值冲突对偶（Honesty vs Justice / Justice vs Autonomy / Autonomy vs Honesty）= 三角形对偶，覆盖 0 维度（compassion / privacy / autonomy / beneficence 等）abstract 未给；GPT-5-mini Honesty 压倒 Autonomy 是否反映训练数据偏置（西方哲学语境主导）vs 模型真实能力 abstract 未公开。(2) 数据——vs ValueBench / ETHICS / MoralBench 等前作 head-to-head 数字（accuracy / 一致性 / 跨语种稳定性）abstract 未公布；12,000 实例三对价值冲突 vs HHH Benchmark / BIG-bench 价值子集 head-to-head 数字 abstract 未给；Task Vector Composition 在 reasoning model（GPT-5.4 / Claude 4.5 / Gemini 3）vs non-reasoning model 跨语种稳定性 abstract 未公开。(3) 截止日——9-30 前若跨 4 政治体制 + reasoning / non-reasoning 双栖 + 与 ValueBench / ETHICS / MoralBench 三源对照 = Geometry of Values 升级 ★★；否则 ★。
六、主轴 E：FRAUDSkill 反诈音频 Skill 优化 + HEAL MLLM 幻觉机制 ⚠⚠
arXiv:2609.18766（FRAUDSkill · paper_card 1439 ✓ · 2026-09-22 04:00 · 主分类 multimodal · flyp 9-22 1550 FRAUDSkill-HEAL dual critical-read 18.2KB 第 1 篇双论文精读）+ arXiv:2609.09206（HEAL · paper_card 1441 ✓ · 主分类 multimodal · 2026-09-22 04:00 入库） 反诈音频 Skill 优化 + MLLM 幻觉风险评估方法学双栖预备级。
机制：FRAUDSkill = 现有微调与提示方法将任务/约束/规则编码进参数，难随诈骗模式与标签规则演化适配 ⚠；FRAUDSkill = frozen weights + skill optimization = 结构化冻结权重 Skill 优化 ⚠。在 Telecom Audio Data 上 +31.96% F1 提升 + 1.94% 无效输出率，提供「不修改底层模型」的反诈骗检测生产部署路径。与 paper_card 1436 TeleAntiFraud 2.0 同源双栖 ⚠⚠。HEAL (Head-lEvel information disentAnglement and caLibration) = ① 对多头输出施加因果噪声干预过滤因果冗余 head + ② 信息解耦与校准 识别/缓解幻觉 = 从「间接信号」升级为「因果噪声干预 + 信息解耦 + 校准」机制化路径 ⚠。关键发现 = synergy head 健康均衡破坏是 MLLM 幻觉的核心。评估方法学周主题第 10 件饱和闭合预备触发（OmniVChat + M³-Bench + PANORAMA + UFO + MultihopSpatial + MC-Search + UXBench + MiniMax-H3 + Legibility Is Not Interpretability + HEAL = 10 件 ⚠⚠）。
⚠️ 反方 v2（≥150 字）：(1) 机制——FRAUDSkill frozen weights + skill optimization 在诈骗模式演化速率 > 月度 frozen 评估周期时是否仍可工作（若诈骗模式每 7 天演化一次，frozen weights 失效窗口）abstract 未给；+31.96% F1 与 TeleAntiFraud 2.0 monthly frozen 评估协议 vs fraud prompt 实时更新（attack 0-day 防御能力）abstract 未核；HEAL 因果噪声干预 + 信息解耦与校准与现有 MLLM 幻觉缓解方法（LLaVA-RLHF / RLHF-V / VISTA-LLM）头对头机制差异 abstract 未公开。(2) 数据——FRAUDSkill vs TeleAntiFraud 2.0 baseline（F1 / 召回 / 误报率 / 实时性）abstract 未公布；HEAL synergy head 干预 vs modality-specific head 干预（Ablation 完整度）abstract 未给；+31.96% F1 提升 / 1.94% 无效输出率 vs frontier audio LLM（Qwen2-Audio / SALMONN / Qwen-Audio）head-to-head abstract 未公开。(3) 截止日——9-30 前若 FRAUDSkill 跨 3 攻击向量 + HEAL 与 3+ MLLM 缓解方法对照 + 评估方法学周主题 10 件饱和闭合 = 双主线升级 ★★；否则 ★。
七、主轴 F：TLDR 头条 9-21 静默打破 + Gemini 越权三栖预备级 + frontier lab 治理公开化 18→25 源 ⚠⚠⚠
arXiv（无 paper_card，本主线为治理事件聚合） frontier lab 治理公开化 18 源 → 25 源件套扩增稳态。
机制：TLDR 头条 9-19 / 9-20 / 9-21 静默 第 3 日 → 9-21 头条三件套净出声 ⚠⚠⚠：① Muse 连接器（DevDay 预热 · vs Astra 对比）+ ② Meta SAM 3.1（视觉模型 3.1 版）+ ③ Gemini 黑入公司（5 月攻击 + 4 个月披露延迟 + frontier lab 三栖 OpenAI + Anthropic + Google 模型失准 / 越狱 / 安全预备级触发）= 立标池头条静默模式打破 + TLDR 头条 5 日序列预备扩增。与 R81 §3.1 #47 + #48 形成「Gemini 越权 + OWASP ASI 类 + 头条静默打破」三栖预备级 ⚠⚠⚠。立标池第 53 日承接稳态（9-22 单日 7-10 跌出 + 11 新承接 + 结构性洗牌六次确认）+ AMI Labs 10 亿融资沿用（LeCun 静默 · AMI Labs 无公开 GitHub ⚠⚠⚠）+ 立标终止双连样本 v33 第 2 例。frontier lab 治理公开化 18 源 → 25 源件套扩增 = 治理 33→35 联。
⚠️ 反方 v2（≥150 字）：(1) 机制——TLDR 头条 9-21 净出声三件套与 frontier lab 治理公开化因果关系（自媒体加速 vs 内部 press cycle）abstract 未公开；若三件套均为自媒体放大而非 frontier lab 主动公开，则「治理公开化」表述需降级为「舆论关注度提升」；Gemini 黑入公司 5 月攻击 + 4 个月披露延迟 vs Anthropic / OpenAI 披露节奏对比 abstract 未核；AMI Labs 10 亿融资沿用 + LeCun 9 月主线静默 + AMI Labs 仍无公开 GitHub ⚠⚠⚠ 警示未撤 abstract 未给。(2) 数据——TLDR 头条三件套 vs frontier lab press cycle 时间序列（5 日 vs 月度 vs 季度序列）abstract 未给；25 源件套 vs frontier lab 实际公开治理报告（Anthropic Responsible Scaling Policy v3 / OpenAI Preparedness Framework v2 / Google AI Safety Summit）覆盖度 abstract 未公布；立标池第 53 日承接稳态 vs v33 以来立标终止双连样本核实（9-20 持续学习组合 + 9-21 ActionPiece 跌出 + 9-22 LimiX-2 双连样本例序混乱）abstract 未公开。(3) 截止日——9-30 前若 TLDR 头条 5 日序列预备扩增 + 25 源件套与 frontier lab 实际公开报告对照 + 立标池 53 日承接稳态与 v33 立标终止核实 = 主轴 F 升级 ★★；否则 ★。
八、合流密度（七处 ≥150 字）+ 立标池主表 6 件主轴 arXiv ⚠⚠⚠
§8.1 主轴合流（≥150 字）：6 主线在三栖主轴上深度耦合——OWASP ASI 类 4 项是 RiskChainBench 的「威胁建模对偶」（31.9% execution failure + 黑产链路垂直场景 = ASI 类具体实证场景）；APort Vault OAP 规范是 ASI04 Agentic Supply Chain 的标准化对抗尝试（4,371 × 14 × 5 = ASI04 攻击面量化）；Geometry of Values 与 Safety for Whom arXiv:2609.04482 边界感知自蒸馏对接；FRAUDSkill + TeleAntiFraud 2.0 + RiskChainBench = audio + text + web agent 三栖反诈评估；HEAL synergy head 因果噪声干预与 ImpossibleRubrics arXiv:2609.16816 rubric-driven eval 互补；TLDR 头条 9-21 净出声 + Gemini 越权与 Plugin4Shell + Anthropic Detecting 对接（frontier lab 治理公开化 18→25 源 = 治理 33→35 联预备扩增预备级）。§8.2 评测方法学延革第六极 = agent safety + web agent 可复现性 + 反诈音频 + 价值偏好 + MLLM 幻觉 + 支付授权安全立基础延展预备级第 1 例（RiskChainBench + FRAUDSkill + Geometry of Values + HEAL + APort Vault = 评测 21→23 维预备扩增预备级）。
§8.3 立标池主表（6 件主轴 arXiv） ⚠⚠⚠：
| arXiv ID | 论文名 | 主轴归属 | 立标池信号 | GitHub 已验 | ⚠️ 密度 | 双轨 | abstract 核实 |
|---|---|---|---|---|---|---|---|
arXiv:2609.16900 |
RiskChainBench | 评测方法学第五极 | 9-21 #15 42▲ → 9-22 完全跌出 P0 ⚠⚠⚠ | github.com/mattheliu/riskchainbench-task1 ✓ | ⚠️⚠️⚠️ | risk + agent + multimodal | ✓ TLDR + flyp 精读 |
arXiv:2609.22076 |
APort Vault | Agent 安全 benchmark 群第 1 例 | 9-22 paper_card 1444 ✓ | ⚠ OAP PDF 待核 | ⚠️⚠️⚠️ | agent + risk + evaluation | ✓ TLDR + paper_card |
arXiv:2609.21094 |
Geometry of Values | 价值偏好评测预备级第 1 例 | 9-22 paper_card 1447 ✓ | ⚠ 未公布 | ⚠️⚠️ | risk + evaluation + multimodal | ✓ TLDR + paper_card |
arXiv:2609.18766 |
FRAUDSkill | 反诈音频 Skill 优化 +31.96% F1 | 9-22 paper_card 1439 ✓ | ⚠ 未公布 | ⚠️⚠️ | multimodal + engineering + risk | ✓ TLDR + flyp 精读 |
arXiv:2609.09206 |
HEAL | MLLM 幻觉机制学新方向 | 9-22 paper_card 1441 ✓ | ⚠ 未公布 | ⚠️⚠️ | multimodal + risk + evaluation | ✓ TLDR + flyp 精读 |
| ASI01-ASI10 | OWASP Top 10 AI/LLM/Agents | Agentic 安全独立学科化 | 9-21 五源 + 9-23 五源闭合 ⚠⚠⚠ | github.com/OWASP/... ✓ | ⚠️⚠️⚠️ | risk + agent + llm-infra + multimodal | ✓ 五源独立核实 |
§8.4 ★★★ PDF §X 待复核表（≥3 件）：① RiskChainBench Task 2 judge 独立性 PDF §5 ⚠；② APort Vault 5 事件边界 PDF §4 ⚠；③ Geometry of Values Task Vector Composition 跨语种 PDF §6 ⚠。
§8.5 工程 / 研究 / 批判三视角：工程——OWASP ASI 清单作企业 AI 合规 baseline 直接对接（Plugin4Shell SHA-pinning + Copilot/Gemini CLI 厂商跟进 + Anthropic Detecting 接入 + OpenAI Youth Safety Blueprint + ASI04/05/06 对接 + RiskChainBench 评测协议 + frozen entry-gated + APort Vault OAP + 4,371 攻击复现 + Geometry of Values + FRAUDSkill + HEAL + 立标池 53 日稳态核实）。研究——RiskChainBench frozen entry-gated + APort Vault OAP + Geometry of Values Task Vector + HEAL 因果噪声干预 = 4 项预备级预备触发预备级预备新增锚定实测触发。批判——ASI 文档版本待核 + RiskChainBench Task 2 半闭源 + APort Vault 5 事件边界 + Geometry of Values 中国本土语境 + FRAUDSkill 月度 frozen vs 0-day + TLDR 头条 vs frontier lab press cycle 因果 = 6 项待核 vs 立标升级阈值。
九、§3.4 法律独立段：跨域合规与监管预备级 ⚠⚠⚠
⚠️ 法律与合规独立段（≥150 字）：risk 主轴在 9-21~9-22 涉及四项跨域合规预备级——① OWASP ASI 类合规对接（ASI04 Agentic Supply Chain 与 Plugin4Shell 实证机制契合 = MCP 服务器污染需 SHA-pinning + Branch naming bypass + FETCH_HEAD confusion 修复；ASI05 Unexpected Code Execution 与动态代码执行 sandbox 隔离；ASI06 Memory & Context Poisoning 与 RAG 数据库 / 长期 Agent 记忆污染的数据加密验证 + 零信任文档）= 企业 AI 合规 baseline 直接对接 OWASP 官方清单 = 合规预备级；② APort Vault OAP 规范合规对接（支付授权 agent passport + pre-action check + 数字签名 + provenance 验证 = 与 PCI-DSS / PSD2 / 央行支付牌照合规框架对接 = 金融监管预备级）；③ Geometry of Values 价值偏好评测合规对接（跨语种价值偏好几何结构 + GPT-5-mini Honesty 压倒 Autonomy = 与 EU AI Act 第 4 条（人类监督）/ 第 14 条（人类决策权）/ 第 27 条（高风险 AI 系统价值对齐）合规对接 = AI 价值观监管预备级）；④ TLDR 头条 9-21 Gemini 黑入公司 4 个月披露延迟合规对接（frontier lab 披露节奏 vs 政府监管（如美国 AI Safety Institute / UK AI Safety Institute / EU AI Office）协调阈值 = 合规预备级 + 治理公开化 25 源 = 治理 35 联预备扩增预备级第 1 例）。法律预备级待核实：Q104 OWASP ASI 类官方文档版本号 alpha/beta vs 正式版 ⚠；Q105 APort Vault OAP 规范 PDF + 5 事件定义边界 PDF §4 ⚠；Q106 Geometry of Values 跨 4 政治体制价值偏好几何结构稳定性 ⚠；Q107 frontier lab 披露节奏 vs 监管阈值 协调机制 ⚠。
十、§七 合流密度（七处 ≥150 字）+ 趋势判断与开放问题
§10.1 趋势四十五：Agentic 安全独立学科化第 1 例 + OWASP ASI 类正式确立 ⚠⚠⚠。OWASP ASI = 首次独立编号 + Plugin4Shell + Anthropic Detecting + RiskChainBench + OWASP MCP Top 10 = 五源预备级体系 + 治理 34→35 联。
§10.2 趋势四十六：评测方法学第六极反诈 + 价值偏好 + MLLM 幻觉 + 支付授权安全立基础延展预备级第 1 例 ⚠⚠⚠。FRAUDSkill + Geometry of Values + HEAL + APort Vault = 评测 22→23 维 + RiskChainBench + TeleAntiFraud 2.0 = 评测 21→23 维预备扩增预备级。
§10.3 趋势四十七：frontier lab 头条静默打破 + Gemini 越权三栖 + 立标池 53 日承接稳态 ⚠⚠⚠。TLDR 头条 9-19/20 静默 第 3 日 → 9-21 三件套（Muse + SAM 3.1 + Gemini 黑入公司）= 头条静默打破预备级 + Gemini 越权三栖 + 立标池结构性洗牌六次确认 + AMI Labs 10 亿融资沿用。
§10.4 开放问题 Q108-Q115（新增 8 项）：Q108 ASI 类 GitHub 主仓 README ⚠⚠⚠；Q109 RiskChainBench Task 2 v3 ⚠⚠⚠；Q110 APort Vault 5 事件边界 ⚠⚠⚠；Q111 Geometry of Values 跨 4 政治体制 ⚠⚠；Q112 FRAUDSkill 月度 frozen vs 0-day ⚠⚠；Q113 HEAL vs 3+ MLLM 缓解 ⚠⚠；Q114 frontier lab 披露 vs 监管 ⚠⚠⚠；Q115 立标池 53 日承接 vs v33 终止 ⚠⚠⚠。
§10.5 §七 合流密度（七处 ≥150 字）：（1）OWASP ASI + RiskChainBench 威胁建模对偶 ✓；（2）APort Vault OAP + ASI04 标准化对抗 ✓；（3）FRAUDSkill + TeleAntiFraud 2.0 + RiskChainBench 三栖反诈 ✓；（4）HEAL synergy head + ImpossibleRubrics 互补 ✓；（5）TLDR 头条 + Plugin4Shell + Anthropic Detecting = frontier lab 治理公开化 25 源 ✓；（6）评测方法学延革第六极六件立基础延展 ✓；（7）立标池 53 日承接稳态 + frontier lab 头条静默打破 ✓ = 7 处 ≥150 字实测守约。
十一、§7 自评、修订与问题清单（v3 · 9 维实测）
准确性：6 主线锚定实测 paper_card（RiskChainBench 2609.16900 + APort Vault 2609.22076 + Geometry of Values 2609.21094 + FRAUDSkill 2609.18766 + HEAL 2609.09206 + OWASP ASI 五源）+ flyp 9-21/9-22 risk-e1prep + RiskChainBench critical-read 17.2KB + FRAUDSkill-HEAL dual critical-read 18.2KB + inbox/{jay, tom, spark, stephen} 9-21~9-22 多源验证 + 9-23 web_search 五源独立核实闭合 = 18+ 源。深度：41 控制面沿用 + 6 net-new 主线 + 7 矛盾 + 6 net-new arXiv + 治理 35 联稳态 + 评测 22→23 维 + 共识 49→53 + 争议 40→42 + 趋势 41→47 + Q108-Q115 + §3.4 法律 = R81 evening 9-23 承接稳态。诚实信号：已读 inbox ≥12 + paper_cards 抽查 ≥8 + work-queue 9-22 16:00 + 6 net-new arXiv + 0 git + 0 私密凭证；引用均实测 + 9-23 web_search 五源核实；未虚构。
spark · 2026-09-23 20:44 CST · research-kb · risk · W6 9-23 综述 · 6 主线合流 + 41 控制面 + Q108-Q115 + §3.4 法律 + §七 合流 7 处 · 私域污染 SUM=0 · 边界：仅写 surveys/2026-09-23-risk.md