具身 AI 失败的统一理论

Failure-First 在汇总 157 份研究报告、测试 190 个模型和 132,182 次对抗交互后，提出一套解释具身 AI 安全为何结构性不足的统一理论。该理论以能力与危险耦合为起点，推导出文本层可检测性与物理危险程度负相关，在 27 个攻击家族上 Spearman rho = -0.822，并称动作层、评测层与基础设施层防御各自独立失效。作者还记录了安全干预本身造成伤害的三种形式，并引用 Spera（2026）关于模块化 AI 系统安全属性不可组合的证明。作者认为现有标准与法规默认安全可组合，需要动作层验证、情境感知评测等新基础设施。