AI 框架映射
覆盖 5 项标准，
依据您自身的活动评分。

美国 AI 风险领域的参考词汇，也是大多数企业风险团队已在内部采用的框架。它将 AI 风险划分为四项职能——Govern、Map、Measure、Manage——并考察组织能否证明自己做到了每一项，而不是规定具体技术。

Govern 和 Map 由登记册提供证据：具备草稿 → 评审 → 已发布生命周期的策略集、实行职责分离的控制措施，以及记录预期用途和风险等级的 AI 用例与智能体。Measure 由每夜伦理与偏见运行（MEASURE 2.1）和 Project Moonshot 红队运行（MEASURE 2.7）提供证据。Manage 则对应违规处理流水线和复核队列。

本组框架中唯一可认证的标准。它是与 ISO 27001 同属一个系列的管理体系标准：要求您规划 AI 风险、配置资源、运行控制措施、评估绩效并持续改进——并期望每一环节都有书面证据，由认可的认证机构审核。

Obiguard 生成 ISO/IEC 42001 审核员所需的运行证据，但不颁发证书。第 6 条的规划对应带风险等级的控制措施和准则；第 8 条的运行对应在网关执行的策略集；第 9 条的绩效评价对应仪表盘和审计日志；第 10 条的改进对应复核队列以及每项违规背后的处理记录。

它根本不是合规标准，而是安全行业共同整理的清单，列出 LLM 应用实际上是如何被攻破的——提示注入、敏感信息泄露、过度自主、系统提示泄露、虚假信息、无限制消耗。您的渗透测试人员和客户的安全问卷都会引用这一框架。

这是最直接对应产品机制而非文书工作的框架。护栏准则在网关处应对 LLM01 提示注入和 LLM02 敏感信息泄露；智能体和工具范围限定应对 LLM06 过度自主；Moonshot 越狱测试方案可单独运行，以检验这些防御是否有效，但这些运行不计入覆盖率。

马来西亚保护 AI 系统的国家框架，由 NACSA 发布。NIST 按风险职能组织，AISCF 则按生命周期组织：启动、设计与开发、验证与确认、部署、运行与监测、持续确认与重新评估，以及退役。每个阶段都有具体的安全活动——共 42 项——并且明确以风险为基础，因此所期望的深度随系统风险而调整。

Obiguard 深度覆盖生命周期的运行端，而设计端仅在平台持有记录之处覆盖。运行与监测对应护栏执行、仪表盘和审计日志；验证与确认以及持续确认仅部分覆盖，因为定期漏洞扫描和渗透测试尚非产品功能；部署对应限定范围的访问密钥和提示词版本审批。启动与退役活动——需求定义、数据处置、模型退役——属于组织层面的步骤，Obiguard 负责记录而非执行。

新加坡为可信生成式 AI 生态系统制定的基线，由 IMDA 和 AI Verify Foundation 发布——后者正是 Project Moonshot 背后的基金会。它刻意比安全标准更宽泛：九个维度涵盖问责、数据、可信开发与部署、事件报告、测试与保证、安全、内容溯源、安全与对齐研究，以及 AI 公益。

九个维度中有四个——测试与保证、内容溯源、安全与对齐研发、AI 公益——属于面向模型开发者、测试机构和政策制定者的生态系统层面承诺，部署方平台无法为其取证，因此总体评分在设计上封顶为 56%。请查看各维度的详细信息，而不是仪表读数。在部署方可取证的五个维度中，安全最为强劲：护栏准则筛查 GenAI 特有的威胁向量，策略集在网关处执行，访问密钥限定暴露范围。问责则依靠控制措施中的职责分离和审计日志中的完整归属记录。