参考资料

• SWE-bench
• OpenTelemetry Traces

评测与治理（06） - 依赖、许可证与供应链安全

读完后，你应能完成以下任务：

• 绘制“评测与治理（06） - 依赖、许可证与供应链安全 / 主题拆解：依赖、许可证与供应链安全的关键机制”的关键对象与数据流，解释“依赖、许可证与供应链安全：任务集按正常、边界、失败和攻击样本分层，并固定仓库提交与环境。”，并用源码位置、日志或 Trace 标注证据。
• 为“评测与治理（06） - 依赖、许可证与供应链安全 / 核心机制：输入、状态、输出和失败”设计正常与异常输入，验证“依赖、许可证与供应链安全判断 1：安全边界必须在模型之外执行：身份认证、资源授权、参数校验和高风险审批都由确定性代码完成。”，输出首个偏差位置与回归测试结果。
• 实现“评测与治理（06） - 依赖、许可证与供应链安全 / 最小验证案例：先写执行契约”的最小代码或配置，检验“把它和任务一起提交，评审者可以据此判断“依赖、许可证与供应链安全”是否真的完成。”，输出命令、结果与 Diff，并说明不适用边界。

一、先建立全局：依赖、许可证与供应链安全 是什么？

理解“依赖、许可证与供应链安全”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“依赖、许可证与供应链安全”的第一个核心判断是：依赖、许可证与供应链安全：任务集按正常、边界、失败和攻击样本分层，并固定仓库提交与环境。。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	主题拆解：依赖、许可证与供应链安全的关键机制	依赖、许可证与供应链安全：任务集按正常、边界、失败和攻击样本分层，并固定仓库提交与环境。
2	核心机制：输入、状态、输出和失败	依赖、许可证与供应链安全判断 1：安全边界必须在模型之外执行：身份认证、资源授权、参数校验和高风险审批都由确定性代码完成。
3	最小验证案例：先写执行契约	把它和任务一起提交，评审者可以据此判断“依赖、许可证与供应链安全”是否真的完成。
4	依赖、许可证与供应链安全	依赖、许可证与供应链安全：新增依赖核对来源、维护状态、许可证、锁定版本和安装脚本。
5	最小验证案例	最小验证案例：先写执行契约：把它和任务一起提交，评审者可以据此判断“依赖、许可证与供应链安全”是否真的完成。
6	模型、Prompt、Skill 和 Harness 版本都可单独	模型、Prompt、Skill 和 Harness 版本都可单独回滚。

1.1 核心对象之间怎样衔接

flowchart LR
  S1["主题拆解：依赖、许可证与供应链安全的关键机制"] --> S2
  S2["核心机制：输入、状态、输出和失败"] --> S3
  S3["最小验证案例：先写执行契约"] --> S4
  S4["依赖、许可证与供应链安全"] --> S5
  S5["最小验证案例"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“依赖、许可证与供应链安全”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“依赖、许可证与供应链安全”的对象和顺序已经明确后，再看可观察的失败：Prompt 代替鉴权、越权执行或日志无法追责。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、主题拆解：依赖、许可证与供应链安全的关键机制

• 依赖、许可证与供应链安全：新增依赖核对来源、维护状态、许可证、锁定版本和安装脚本。
• 依赖、许可证与供应链安全：CI 使用 lockfile 的确定性安装并生成 SBOM，异常依赖变更阻断合并。
• 依赖、许可证与供应链安全：任务集按正常、边界、失败和攻击样本分层，并固定仓库提交与环境。
• 依赖、许可证与供应链安全：同时记录任务成功率、人工返工、测试通过、工具错误、Token、延迟和成本。
• 依赖、许可证与供应链安全：评测结果进入发布门禁；模型、Prompt、Skill 和 Harness 版本都可单独回滚。

三、核心机制：输入、状态、输出和失败

• 依赖、许可证与供应链安全判断 1：安全边界必须在模型之外执行：身份认证、资源授权、参数校验和高风险审批都由确定性代码完成。
• 依赖、许可证与供应链安全判断 2：默认拒绝比默认放行更适合 Agent；新增工具、目录或网络域名时要单独评审权限。
• 依赖、许可证与供应链安全判断 3：验收同时覆盖越权、提示词注入、密钥泄露和审计可追溯，不能只测正常路径。

四、最小验证案例：先写执行契约

把它和任务一起提交，评审者可以据此判断“依赖、许可证与供应链安全”是否真的完成。

topic: "依赖、许可证与供应链安全"
inputs:
  - repository_revision
  - task_constraints
permissions:
  filesystem: workspace-only
  network: deny-by-default
budgets:
  max_attempts: 3
validators:
  - command: project-specific-check
terminal_states:
  - succeeded
  - blocked
  - exhausted

并记录退出码。 没有验证器的契约只能算计划，不能证明任务完成。

失败信号 |

• 最小验证案例：先写执行契约：把它和任务一起提交，评审者可以据此判断“依赖、许可证与供应链安全”是否真的完成。

五、动手验证：先跑通 依赖、许可证与供应链安全，再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“依赖、许可证与供应链安全”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

5.1 基线与候选只允许一个变量不同

验证“依赖、许可证与供应链安全”时，先固定正常样本、越权身份、恶意参数、注入样本、写操作。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“依赖、许可证与供应链安全”时，动作是：从入口、模型输出和执行层发起对抗测试。原始结果不能只保留截图或汇总分数，必须同步保存：鉴权、参数校验、确认记录、执行日志、审计事件，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	正常样本、越权身份、恶意参数、注入样本、写操作
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	鉴权、参数校验、确认记录、执行日志、审计事件
通过阈值	合法请求最小授权；非法请求在副作用前被拒绝
立即停止	Prompt 代替鉴权、越权执行或日志无法追责

5.2 执行前先排除不可比较条件

“依赖、许可证与供应链安全”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

• 基线能够在“依赖、许可证与供应链安全”的当前环境重复运行。
• 候选只改变一个与“依赖、许可证与供应链安全”结论直接相关的条件。
• “依赖、许可证与供应链安全”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
• “依赖、许可证与供应链安全”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

5.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“依赖、许可证与供应链安全”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	正常样本、越权身份、恶意参数、注入样本、写操作
过程可回放	从入口、模型输出和执行层发起对抗测试
结果可审计	鉴权、参数校验、确认记录、执行日志、审计事件

“依赖、许可证与供应链安全”的一次合格基线对照按以下顺序执行：

1. 保存“依赖、许可证与供应链安全”基线版本及输入摘要，确认基线本身可以重复运行。
2. 写下“依赖、许可证与供应链安全”候选方案唯一变化的变量，以及它预期影响的指标。
3. 在同一环境执行“依赖、许可证与供应链安全”：从入口、模型输出和执行层发起对抗测试。
4. 为“依赖、许可证与供应链安全”保存：鉴权、参数校验、确认记录、执行日志、审计事件。
5. 使用“依赖、许可证与供应链安全”预登记条件判断：合法请求最小授权；非法请求在副作用前被拒绝。
6. 如果“依赖、许可证与供应链安全”未通过，不修改第二个变量，先恢复基线并保留失败现场。

六、用一张矩阵验证 依赖、许可证与供应链安全 的关键结论

矩阵按正文顺序列出“依赖、许可证与供应链安全”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
主题拆解：依赖、许可证与供应链安全的关键机制	依赖、许可证与供应链安全：任务集按正常、边界、失败和攻击样本分层，并固定仓库提交与环境。	只改变与“主题拆解：依赖、许可证与供应链安全的关键机制”相关的条件	鉴权、参数校验、确认记录、执行日志、审计事件
核心机制：输入、状态、输出和失败	依赖、许可证与供应链安全判断 1：安全边界必须在模型之外执行：身份认证、资源授权、参数校验和高风险审批都由确定性代码完成。	只改变与“核心机制：输入、状态、输出和失败”相关的条件	鉴权、参数校验、确认记录、执行日志、审计事件
最小验证案例：先写执行契约	把它和任务一起提交，评审者可以据此判断“依赖、许可证与供应链安全”是否真的完成。	只改变与“最小验证案例：先写执行契约”相关的条件	鉴权、参数校验、确认记录、执行日志、审计事件
依赖、许可证与供应链安全	依赖、许可证与供应链安全：新增依赖核对来源、维护状态、许可证、锁定版本和安装脚本。	只改变与“依赖、许可证与供应链安全”相关的条件	鉴权、参数校验、确认记录、执行日志、审计事件
最小验证案例	最小验证案例：先写执行契约：把它和任务一起提交，评审者可以据此判断“依赖、许可证与供应链安全”是否真的完成。	只改变与“最小验证案例”相关的条件	鉴权、参数校验、确认记录、执行日志、审计事件
模型、Prompt、Skill 和 Harness 版本都可单独	模型、Prompt、Skill 和 Harness 版本都可单独回滚。	只改变与“模型、Prompt、Skill 和 Harness 版本都可单独”相关的条件	鉴权、参数校验、确认记录、执行日志、审计事件

6.1 记录本次实际实验

下面的记录用于“依赖、许可证与供应链安全”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "依赖、许可证与供应链安全"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "从入口、模型输出和执行层发起对抗测试"
evidence: "鉴权、参数校验、确认记录、执行日志、审计事件"
pass_when: "合法请求最小授权；非法请求在副作用前被拒绝"
stop_when: "Prompt 代替鉴权、越权执行或日志无法追责"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

6.2 边界实验必须证明能够停止和恢复

成功路径只能证明“依赖、许可证与供应链安全”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：Prompt 代替鉴权、越权执行或日志无法追责，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	鉴权、参数校验、确认记录、执行日志、审计事件	合法请求最小授权；非法请求在副作用前被拒绝
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：Prompt 代替鉴权、越权执行或日志无法追责	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：停用写能力，轮换凭据，把攻击样本加入回归集	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“依赖、许可证与供应链安全”，第一步是：停用写能力，轮换凭据，把攻击样本加入回归集。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“依赖、许可证与供应链安全”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

七、依赖、许可证与供应链安全 的结果解释

解释“依赖、许可证与供应链安全”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	Prompt 代替鉴权、越权执行或日志无法追责	先执行：停用写能力，轮换凭据，把攻击样本加入回归集
异常链路无法恢复	Prompt 代替鉴权、越权执行或日志无法追责	先执行：停用写能力，轮换凭据，把攻击样本加入回归集
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“依赖、许可证与供应链安全”只有同时满足“合法请求最小授权；非法请求在副作用前被拒绝”，并且没有出现“Prompt 代替鉴权、越权执行或日志无法追责”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“依赖、许可证与供应链安全”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“依赖、许可证与供应链安全”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

八、依赖、许可证与供应链安全 的发布判断

发布判断需要把“依赖、许可证与供应链安全”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

• “依赖、许可证与供应链安全”的基线与候选只存在一个计划内变量。
• “依赖、许可证与供应链安全”的输入、代码、依赖、配置和数据版本可以追溯。
• “依赖、许可证与供应链安全”的正常、临界、失败和恢复样本使用同一套断言。
• “依赖、许可证与供应链安全”的原始输出、中间状态和失败现场已经保留。
• “依赖、许可证与供应链安全”的日志、Trace、截图和测试数据已经脱敏。
• “依赖、许可证与供应链安全”的停止条件、负责人和回滚入口已经演练。
• “依赖、许可证与供应链安全”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“依赖、许可证与供应链安全”的判断，就不能发布。

九、总结

• 主题拆解：依赖、许可证与供应链安全的关键机制：依赖、许可证与供应链安全：任务集按正常、边界、失败和攻击样本分层，并固定仓库提交与环境。
• 核心机制：输入、状态、输出和失败：依赖、许可证与供应链安全判断 1：安全边界必须在模型之外执行：身份认证、资源授权、参数校验和高风险审批都由确定性代码完成。
• 最小验证案例：先写执行契约：把它和任务一起提交，评审者可以据此判断“依赖、许可证与供应链安全”是否真的完成。
• 工程边界：依赖、许可证与供应链安全判断 3：验收同时覆盖越权、提示词注入、密钥泄露和审计可追溯，不能只测正常路径。
• 验证方式：依赖、许可证与供应链安全：同时记录任务成功率、人工返工、测试通过、工具错误、Token、延迟和成本。
• 选型依据：依赖、许可证与供应链安全判断 2：默认拒绝比默认放行更适合 Agent；