2026 年 9 月 18 日，美国国家标准与技术研究院（NIST）发布《ARIA 评估规划手册：ARIA 风格 AI 评估的要素》，报告编号 NIST.AI.200-3。该手册面向 AI安全与 AI治理 实践，说明如何用 NIST 的 ARIA（评估 AI 风险与影响）方法，对 AI 系统做整体性评估。对推进 AI合规与 AI审计的组织而言，这份文件把模型安全、提示注入防护与负责任AI 的要求，落到可执行的评估流程上。
ARIA 方法的三类测试
据 NIST 出版物页面，ARIA 方法通过组合三类测试的数据来评估 AI 系统的可信度：Model Testing（模型测试）、Red Teaming（红队）与 User Testing（用户测试）。这三类测试分别对应系统本身的能力与失效边界、对抗条件下的行为，以及真实使用者在实际场景中的表现。把三者纳入同一评估框架，是为了避免仅凭单一维度的跑分来判断系统是否“可信”。
手册的定位与内容
该手册被定位为开展整体性 AI 评估的入门指引，可作为开发新的、定制化 AI 评估的起点。它列出评估所需的必要要素，并提供开发评估材料与基础设施的可用资源链接。官方摘要明确，其目的是说明 ARIA 风格评估的各个组成部分，而不是给出一套固定不变的评分表；组织可据此结合自身风险场景设计评估流程。
对企业 AI 治理的意义
对推进 AI 治理的组织而言，评估的可复现性与可审计性正成为合规审查的关注点。ARIA 把红队与用户测试与模型测试并列，意味着 AI 审计不应只看模型输出，还要看对抗场景与真实使用中的行为。手册给出的“要素清单”也有助于把分散在各团队的安全测试动作，收敛为可记录、可比较的评估流程。
报告信息
该文档归属 NIST“可信与负责任 AI”系列，编号 200-3，DOI 为 10.6028/NIST.AI.200-3，作者包括 Theodore Jensen、Mark Przybocki、Monica Kodwani、Kristen Greene、Patrick Hall、Razvan Amironesei 与 Craig Greenberg。关键词为 AI Evaluation、AI Measurement、Model Testing、Red Teaming、User Testing 与 Trustworthiness。
小结
NIST 于 2026 年 9 月 18 日发布 ARIA 评估规划手册（NIST.AI.200-3），以模型测试、红队与用户测试三类测试组合评估 AI 可信度为框架，是 AI 安全与 AI 治理领域评估标准化的又一份官方参考。