评测模型安全，先按用户年龄分层

安全评测跑分很高，事故却照样发生。10 月 26 日的一篇论文给出了一个很少被讨论的解释：所有评测都默认屏幕前坐着一个成年人，而真实用户里还有孩子和老人。

一、发生了什么

两位作者把 2017 到 2026 年间的公开伤害记录按人生阶段重新归了一次类。看似不相干的事故——语音助手给儿童危险建议、AI 陪伴产品与青少年极端个案的关联、自动化系统驳回老人护理申请——在这篇论文里被归为同一类失败：评测和治理都基于一个隐含的成年用户模型，没人检查系统对不同年龄段的伤害路径。

他们设计了五个发展维度，交叉出一张覆盖六个生命阶段的风险矩阵。矩阵显示风险分布不是均匀的，人生两端最高；治理覆盖却不对称，而「把模型错误转化为现实后果」的那道权限，恰恰是被审查得最少的一环。作者还观察到一个刺眼的错位：风险最高的两端，得到的保护机制反而最薄。

论文的后半部分给出两样东西：一套把现有儿童保护工具推广到全年龄的设计原则，以及一个不绑定任何机构的三层外部评估框架——自动仿真、专家红队、上线后监测，三层直接对应矩阵里的风险格子，哪格风险高就在哪格加码。

补一点背景，这是背景，不是论文结论：各国对未成年人使用 AI 产品的监管这两年明显收紧，专门立法的动作不少。把年龄维度纳入评测，迟早会从学术倡议变成合规要求，这层含义超出了论文本身。

边界：这是框架性论文，矩阵来自公开案例的归纳，不是新的实验测量，六阶段的划分也可以商榷。

二、跟你有什么关系

做面向家庭的产品的：你的评测集里如果没有未成年和老年用户的对抗样例，上线风险可能完全没被测过。

写安全报告的研究者：按人生阶段分层是个现成的切入角度，比笼统的「危害性评估」可操作。

做合规的：无论哪个法域，未成年人条款都在收紧，这套矩阵可以拿来对照自家覆盖缺口，先自查永远比等检查便宜。

三、怎么判断

1. 列出产品的真实用户年龄段，找出风险矩阵里你对应的格子，而不是套通用分数。老人和儿童各自对应不同的失效路径。
2. 检查「错误到后果」的转化权限：谁能确认一次拒绝、一次扣款、一次建议生效，这道闸有没有单独审。
3. 给自动仿真、专家红队、上线监测各留预算，三层缺一层，覆盖就是漏的。上线监测尤其常被省掉，而伤害恰恰发生在上线之后。

四、三个别信的说法

评测分数高就等于安全。 论文的立足点恰恰是：能力评测和安全保障之间的缺口是结构性的，靠内部跑分关不上。

安全是成年人标准的平移。 儿童的诱导路径和老人的依赖路径与成年人完全不同，同一套题测不出这些风险。

外部评估会拖慢发布。 论文给的框架是机构无关、按风险格子索引的，可以只对高风险层加码，不必全量放缓。

五、一句话结论

不假设用户是谁，才谈得上安全。

信息来源

• 按生命周期校准的前沿 AI 安全评估框架（arXiv 摘要），2026 年 10 月 26 日提交

功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。