事件经过
2026年10月29日，MLCommons（由微软、谷歌、高通、英伟达、OpenAI、Anthropic等125+成员组成的联盟）推出了Candela，一个面向AI风险与可靠性的基准测试即服务平台，并发布了其共识构建的AILuminate基准测试的新版本：Safety 1.2.1（12个危害类别）和Jailbreak 1.1（11个类别，基于更新后的越狱分类体系，涵盖拼写错误/形似字符，直至上下文框架、欺骗和片段组装）。评分使用私有ML安全分类器而非LLM作为评判者，并采用项目反应理论，结果以相对于固定参考面板的百分位数报告；约30个具名开放权重模型的官方Safety 1.2.1结果已公开。AIRR工作组（80+组织）定义了测试内容；智能体安全、隐私和社会心理危害基准测试正在进行中。
影响分析
这使少数共识性、独立评分的AI风险与可靠性测量标准之一得以落地。它为部署者和采购方提供了可引用、可比较的信号（系统卡片、规格说明书、第三方保证），而非供应商自我声明，并且明确测试系统实际部署状态（系统提示、RAG、智能体循环/工具框架），因为安全评分在不同配置间不可组合。安全和风险团队可将其用于基准测试对抗鲁棒性和越狱抵抗力，作为AI保证计划的一部分。
建议行动
Adopt AILuminate/Candela for benchmark-based risk assessment of AI systems and agentic deployments; track the coming agentic-security and privacy benchmark releases from the AIRR working group.