arXiv 论文提出按生命周期校准的前沿 AI 外部评估框架

一篇提交至 arXiv 的论文认为，AI 能力部署与安全保障之间的差距是结构性的，仅靠内部评估无法弥合。作者梳理 2017 至 2026 年间记录在案、覆盖人类生命周期各阶段的危害事件，包括语音助手危及儿童、AI 伴侣卷入青少年自杀、自动化护理审批拒绝老年人等，认为这些事件共同指向同一个问题：系统是按隐含的成年用户模型来评估的。论文提出五个发展调节因子，并据此构建覆盖六个生命阶段的「生命周期脆弱性矩阵」，指出风险分布并非单调：生命周期两端脆弱性最高，治理覆盖不对称，而把模型错误转化为现实影响的权限受到的审视最少。论文还提出一套生命周期设计原则，以及一个不依赖特定机构的三层外部评估框架，包含自动化模拟、专家红队测试和部署后监控，并直接对应矩阵中的风险单元。