ARCANADA
全部文章
博客 2026年11月16日

从来源材料到获授权的行动:Arcanada 的技术外交实验

11 月 16 日,Yurii Chudinov 建议我们更深入地研究 Albina Dermenzhy 的工作,并澄清我们对 DORA 的概述:在考虑已识别缺口的情况下,可以将现有要求应用于人工智能,无须先修改法规。他还提醒我们关注技术外交。本文将这项更正、研究提案和我们希望开展的实验分别说明。我们通读了 Tech Diplomacy 说明文,并阅读了 GPT Deprivation 中有关方法、发现和局限的部分章节。

DORA:应用现有框架,同时考虑缺口

此前关于信息与通信技术韧性的表述确实出现在原文第 1 节;我们的概述需要补充第 14–15 节的结论。作者建议,将现有 DORA 要求应用于其适用范围内金融实体使用的人工智能服务,同时加入人工智能特定控制、其他适用要求和共同证据链。这些控制应纳入现有的资产管理、变更、事件、测试及供应商流程。这是作者提出的实施方案。识别缺口或采用这些控制,本身并不能证明法律合规或模型决策正确。

来源:Yurii Chudinov、Volodymyr Tkach、Albina Dermenzhy、Dmytro Aksenov 和 Serhii Vatylyk,Resilient Systems, Unverified Decisions: A Layer-by-Layer Projection of DORA onto AI Services in the EU Financial Sector,v1,2026 年 11 月 1 日,第 1、14–15 节,doi.org/10.5281/zenodo.23857406。

必须针对具体任务审视信任

GPT Deprivation 研究了在熟悉任务中建立的信任,如何转移到用户缺乏评估回答所需专业能力的领域。该研究区分错误回答与依据回答采取、进而产生后果的行动,也讨论消耗资源却未实现目标的情况。其公开事件语料不能估计损失发生频率或核验措施的有效性。第 5.7 节明确指出,未找到反例只构成较弱的证据:被及时拦截的错误往往没有留下公开记录。这些局限要求开展后续实验,不能支持普遍有效的保护保证。

来源:GPT Deprivation: How the Wrong Point on the Ontology and Expectations Scale Leads to Losses from Generative AI. A Multiple-Case Study, 2023–2026,v1,2026 年 10 月 23 日,摘要、第 5.7、8 节;doi.org/10.5281/zenodo.23599162。该记录将 Albina Dermenzhy 列为编辑,我们在所读部分未发现单独的作者署名。

八项拟议功能,以及明确的验证边界

在 Tech Diplomacy 中,Dermenzhy 提出八项相互关联的功能:交互章程、语义转换、委托授权、共享证据、质疑与升级、持续核验、供应商协调,以及补救与经验积累。任务目的被转化为判据、权限和可观察的行动。权限可以到期或被撤销;来源或配置发生变化时,可能需要重新核验。智能体的报告应与其无法修改的记录进行比对。人的责任和组织的责任仍由人和组织承担。

第 7 节说明,该框架尚未经过实际部署验证。授权是否足够有效并未被直接测试,而将信任视为当前状态是一项规范性主张。附录 D 提出了测量方向,但计算方法、数据来源和阈值留待后续研究。假设性场景不是成功部署的记录。

来源:Albina Dermenzhy,Tech Diplomacy: A Framework for Interaction Between Probabilistic Systems, Humans, and Other Systems,v1,2026 年 11 月 12 日,第 4、6–7 节及附录 D–E,doi.org/10.5281/zenodo.24172092。

我们拟议的实验:检查知识包更新

以下是我们为 Live Lab 设计的实验,而不是结果报告,也不是作者已经验证的方法。实验使用一段获准使用的书籍摘录或研究章节,以及一个隔离的实验工作区。具体任务是依据提取并经过准入的规则,检查一个范围明确的知识包更新提案,返回可供审查的判断。

  1. 来源与准入。保存来源版本,以及每条提取主张所依据的位置。将选定主张形成候选工件,注明适用条件、限制和验收判据,并记录审查者的准入决定。必须区分我们根据论文制定的操作规则与论文本身的主张。
  2. 任务 T1。明确一项获授权的 Muneral 任务,固定已准入的规则和候选更新。规定智能体允许执行的操作、权限期限和停止条件。证据必须显示哪条规则实际到达了计算边界;只有检索文档的哈希值并不足够。这是一项任务提案,不是新授予的权限。
  3. 结果 R1。保留候选变更集、来源链接、有效权限、工具事件和检查判断。由承担单独审查范围的审查者,按照执行前确定的判据核验该判断,并记录实际实现的审查独立性。
  4. 任务 T2。使用已接受的规则检查另一个更新提案。展示被复用的依赖项及发生变化的条件。生成另一份副本,并不能证明其中的知识影响了结果。

异常情形应包括在受保护检查前撤销权限、将来源替换为实质变化的版本,以及引入不兼容的限制。在预先定义的边界,预期响应是留下记录的停止或升级处理,并在必要时重新进行准入。我们还需要一个正常有效的候选更新,且检查必须正确完成。阻止所有行动的系统尚未证明能够有效执行任务。

被阻止的禁止行动与通过验收的任务完成情况将分别统计。此外,还要记录来源忠实度、证据覆盖、实际复用、审查工作量和资源消耗。在采集结果前,应固定任务集、分母、比较条件和预算,并在所有条件下保留访问控制。这里尚无测量值。两个网站应展示相同的运行记录和工件引用,让访问者能够打开文件,理解成功和中断的原因。

一个可能的机构对话方向

TDGI 的机构活动与 Dermenzhy 的技术框架处于不同层面,两者之间的联系是我们提出的研究方向。该巴黎机构提供免费的社区参与途径;其大会定于 2026 年 12 月 11 日,报名须经秘书处确认。Global 5X AI 项目面向已具备执行条件、能够在 100 天内产生可测量公共价值的项目,并非资金竞赛。我们现在可以准备范围明确的讨论案例;提交声称已具备部署条件的方案,则需要实际准备就绪。

来源:TDGI,Join Us、Global Assembly及Global 5X AI Impact Acceleration Program,核查日期为 2026 年 11 月 16 日。

目前没有已确立的机构隶属关系或项目录取。参会是可选机会,不决定工程进度。对我们而言,下一项实质成果应是可复现的 T1、经过核验的 R1,以及 T2 中真实发生的复用。在展示这条完整链条之前,本文仍是一项实验提案。