事件经过
2026年10月23日，来自中国移动和华为的作者（Yu Han、Meiling Chen、Qiguang Fan、Qin Wu）向IETF BPM领域提交了三份配套的个人互联网草案：《AI智能体安全评估的基准测试术语》（draft-hcf-bpm-agent-security-benchmark-terminology-00，信息性，2027年4月26日到期）和《AI智能体安全评估的评估配置》（draft-hcf-bpm-agent-security-benchmark-profiles-00），以及一份被引用的方法论配套文件（draft-hcf-bpm-agent-security-benchmark-methodology）。术语草案定义了四个一级评估维度（基础模型安全、交互安全、运行安全、基本安全）、55个二级安全指标、一种通用指标评估约定，以及三个智能体安全风险等级。配置草案通过四个基础设施配置（基础模型、交互访问层、执行/调度）和六个场景配置，确定了应用这些指标时的被测系统边界和场景，包括配置组合规则和最少日志字段。
影响分析
这是标准化AI智能体安全基准测试和评估的早期尝试。它建立了一套共享词汇和可复现的评估边界/场景方案，使智能体安全结果在供应商和部署之间具有可比性——这是NIST的AI智能体安全RFI、OWASP的智能体相关工作以及MITRE ATLAS目前从不同方向切入的空白。随着AI智能体在生产环境中执行操作，一套通用、可量化的安全指标集是保障、采购和红队报告的基础。
建议行动
审查术语和配置草案及方法论配套文件；如果您进行智能体安全基准测试或计划比较供应商智能体安全结果，请跟踪或提交关于指标定义和被测系统边界/配置组合规则的评论。