AI 代理正日益通过工具和委托权限执行任务，但现有的通用事故库往往缺乏对比公开失效与代理安全评估所需的机制。我们推出了 Agent Incident Registry (AIR)，一个基于来源的目录，收录了 \N{} 条从 \Yfirst{} 到 \Ylast{} 的代理相关事件。每条记录提供证据、稳定标识符以及针对因果角色、披露类别、机制和结果的缺失感知标签。\Nprimary{} 条生成系统记录中，代理实际参与的有 \Rprimary{} 起导致了真实伤害，比例为 \Pprimary\% 。真实结果主要集中在野外运行和安全失效的记录中，而负责任的披露和研究演示则几乎全部属于演示类；因此整体比例反映的是数据集构成而非部署风险。完成初步整理后，第二位人工审阅者对全部 \N{} 条记录及其标签进行了完整性和正确性的复核。 在一次部署类审计中，InjecAgent 的 \NInjecAgentCases{} 起案例占据了 AIR 的十二个表面中的三个，且全部为攻击者触发；相比之下，AIR 还包含 \Nsafety{} 起非对抗性安全失效。AIR 旨在支持基于来源的案例检索和评估范围审计，而非用于估算失效率或控制有效性。
点评