前沿人工智能系统正被用于更长的时间跨度，人工监督逐渐减弱，导致失控风险上升——系统在超出有效人类控制的情况下行动，可能产生不可逆后果。由于此类失效往往在难以遏制时才被观察到，需要事前评估。我们提出一种行为框架，将失控风险拆解为动机错位、危害实现能力和监控规避三大因素。通过13个可测量维度和29项评估任务对这些因素进行量化，得到单一的失控评分（LoC）。在13个前沿模型上，LoC评分与受限长时程风险场景中的失败率呈强相关（Pearson r = 0.84），显示出良好的前瞻效度。风险在模型之间呈系统性差异，仅凭能力水平无法解释。进一步实验表明，针对框架诊断出的薄弱环节进行微调和监控，可在保持整体性能的前提下降低失败率。该框架为在失控风险实际出现前进行预测、理解和缓解提供了实用工具。\n\n点评：该框架通过可操作的指标将抽象的失控概念具体化，为前沿AI安全评估提供了可量化的路径，兼顾预测准确性和干预可行性。