本框架由中国人工智能产业发展联盟牵头，面向工信领域 AI 模型、应用系统与运行环境，跳出通用大模型内容安全的局限，构建通用安全‑应用安全‑业务安全三层递进评测体系，填补智能体、具身智能、工业 / 电信业务场景的安全测评规范空白，既可以用于企业自主安全自测，也支撑第三方机构开展标准化评测。

报告搭建完整三层评测架构：

框架明确测试实施 + 结果评定两套工具集

测试实施手段：基准测试、对抗测试、场景测试三类；尤其强调涉及生产、物理设备的测试，必须在沙箱、仿真隔离环境开展，禁止直接在线上生产环境执行高危用例。

结果判定方式：程序化规则判定、裁判模型判定、人工判定、专家研判，四种方式交叉校验；对于高风险、语义复杂场景，不能完全依赖 AI 裁判模型，需要引入人工与专家复核。

同时完整规范评测全流程：评测方案制定→测试开展→结果复核→问题整改复测→持续跟踪。明确支持企业自主评测或者委托第三方评测，要求测试过程留痕可追溯；当模型版本、业务环境发生重大变更，需要重新开展安全评估。

框架客观提示：不需要所有对象执行全部测试条目，应当依据 AI 系统的能力、部署权限、业务影响范围，做裁剪适配；业务安全测试，必须建立在通用安全、应用安全测评通过的基础之上再开展。