2026-07-21 第十三阶段 A2A 协议课程与安全评测生产化深审记录
阶段结论
本阶段新增一门以 A2A Protocol 1.0.0 为合同基线的原创可选课程，并将其接入学习路线元数据、两条 Agent 角色路径、公开导航和构建验收；同时对安全/治理/隐私、评测/Benchmark/监控、MLOps/LLMOps/数据合成三组高风险课程完成多 Agent 深审。修改重点不是增加篇数，而是修复会让教学示例错误放行的合同缺口，并把动态规范、真实运行证据与离线教学验证明确分层。
本阶段也逐类审计了公开构建中的 346 个 fail-closed stub。它们全部来自受控第三方参考层，不是 346 篇空白原创课程，因此没有为了降低 stub 数量而复制正文、放宽发布策略或机械补写元数据。
结论边界
本阶段证明新增课程、所改示例、路线消费者和 Quartz 发布门在当前 fixture 下自洽；不证明真实 A2A 跨供应商互操作、线上身份与端点、密码协议、法规适用性、生产流量或所有历史页面已经完成深审。长期
/goal继续保持 active。
受控 stub 审计
构建分类中的 346 个 stub 分布如下：
| 参考层 | 数量 | 当前处理 |
|---|---|---|
| 深度学习 | 140 | 保留第三方参考边界，不冒充原创或已验证课程 |
| Python 基础 | 125 | 保留完整历史教程的来源与发布隔离 |
| Agentic Design Patterns | 32 | 保留来源说明页，按主线入链价值逐页复核 |
| LangChain | 23 | 版本化框架参考层继续 fail-closed |
| MCP | 18 | 官方/第三方整理层与原创 MCP 主线分离 |
| Agent Skills | 8 | 保留许可与来源边界 |
| 合计 | 346 | 不以公开全文页数量作为质量指标 |
后续只有同时满足来源、许可、版本、主线入链价值和维护责任时，才将具体页面转成可公开全文；无法证明再分发条件时继续保留本地学习材料与公开来源说明页。
A2A 1.0 原创课程
新增 A2A 课程，共 1 个入口、6 个专题章节和 1 个离线项目：
- A2A 与普通 API、框架内编排、Tool Calling、MCP 的职责边界；
- Agent Card 的发现、版本、能力声明、签名与信任建立；
- Message、Task、TaskStatus、Part、Artifact 与终态/中断态；
- JSON-RPC、gRPC、HTTP+JSON，流式、webhook、轮询与版本协商；
- 认证、逐对象授权、凭据带外获取、多租户隔离和不可信内容；
- 跨实现测试、
0.3→1.0迁移和observe/trial/adopt/hold采用决策； - 标准库离线合同验证器、4 组 fixture 与负向回归测试。
课程明确采用 A2A 1.0.0，不把 0.3 的顶层 URL、kind Part 或旧枚举写成当前结构。验证器还拒绝重复 JSON 字段、非标准数值、无效 Base64、非 HTTPS 生产接口、终态回退和完成但无 Artifact；这些是规范子集与本地生产策略的教学验证，不是官方 SDK、Inspector、TCK、TLS/JWS/OAuth 或跨供应商一致性证明。
前沿域进入标准
frontier-reference 不再是新闻收集桶。主题必须同时具有一手规范或正式路线、可测试工程工件、与稳定主线的清晰边界、动态状态与退出条件，才可进入课程目录。A2A 1.0 满足这些条件，但只在独立 Agent 应用确实需要跨框架或跨组织互操作时加入，因此：
agent_app：第 32 门，可选；agent_platform：第 38 门，可选；- 硬前置为空，不强迫普通单 Agent、工作流或 MCP 项目采用；
- 总路线变为 57 门课程、10 个已填充知识域。
安全、治理与隐私深审
专项 Agent 深审并更新 25 篇 Markdown，重点统一以下边界：
- AI 安全：以真实资产、身份、对象、数据流、依赖和副作用约束补强 OWASP Agentic Top 10 映射；PDP/PEP 与对象级授权不能被粗粒度 scope、自报
pinned或审批字符串替代； - AI 治理：NIST AI RMF 的 Govern/Map/Measure/Manage 是迭代骨架而非一次性清单；补入 ISO/IEC 42005:2025 影响评估与 42006:2025 认证机构边界；
- 法规时效：欧盟 AI Omnibus 已完成议会一读与理事会最终通过，不能继续写成“仅政治协议”；正式公布、生效、合并文本和具体适用性仍须重新核对；
- 隐私计算：明确去标识、DP、联邦学习、安全聚合、MPC、同态加密与 TEE 各自保护对象和组合缺口；NIST Privacy Framework 1.1 仍是 IPD/coming soon，不冒充最终版。
三套离线项目均改为失败关闭：
- AI 安全 v2 合同绑定执行身份、具体 endpoint/resource、外发资产、memory flow、不可变依赖摘要和完整风险处置策略；
- AI 治理包把声明、证据、审批、变更和有效期绑定，拒绝以自报状态替代审计证据；
- 隐私审查器补强数据流/PET 适用性与跨字段一致性，避免局部字段“看起来安全”却与整体方案矛盾。
这些脚本仍依赖输入声明，没有连接真实 IAM、网关、制品库、数据血缘、密码实现或合规审计，因此输出 PASS 不能作为认证、法律或密码学保证。
评测、Benchmark 与运行可靠性深审
评测体系、Benchmark 设计 与 运行监控 的主要修订包括：
- 把 judge 位置/长度偏差、提示注入、人工仲裁和版本冻结纳入评测设计；
- 明确 estimand、task/trial 层级、多重比较、等效性边界，以及
pass@k/pass^k的独立同分布假设； - 将污染拆成训练/后训练污染、运行时可发现性、开发者适配和维护链泄漏，区分
not-detected与unknown； - 报告调整前后结果、提交预算、探索性分析和每成功任务成本，不用清理后的单一分数覆盖原始证据；
- 更新 OpenTelemetry GenAI 语义约定已迁移到独立仓库且仍为 Development 的动态状态；
- 补入“恢复不等于关闭”的事故闭环；修复监控 SLO
good_statuses未与事件枚举绑定的 fail-open，并拒绝重复 JSON 字段。
MLOps、LLMOps 与数据合成深审
MLOps 离线晋级项目升级为 schema v2：
- 线上观察必须绑定已通过候选门的证据指纹、固定模型 ID 与制品摘要；
- 明确区分 shadow 与 Canary，shadow 故障阻断 rollout，Canary 故障才执行回滚；
- 同时校验总样本、有标签样本、关键切片样本和标签覆盖率，证据不足时只调查而不自动扩大；
- 决策指纹纳入 deployment/release，防止把线上判断移植到另一制品或旧策略；
- JSON 读取拒绝重复 key 与
NaN等非标准常量。
LLMOps 持续评测章节删除已与当前代码脱节的 fallback_ready 练习，改为真实存在且带摘要绑定的 fallback_evidence。数据合成课程逐章复核后，确认隐私、偏差、训练/评测污染、真实留出、去重和效用边界已有清晰闭环，本阶段没有为了增加修改数量而重写。
MLOps 教学项目仍使用固定参考值，不是同期随机 control，也没有启动 Registry、真实 Canary、流量分配或因果效果验证；更严格的并行 control 证据继续由 LLMOps 项目承担。
路线与消费者整合
All of AI.md增加 A2A 知识域入口、两条角色路径和协议边界，并将前沿专题拆成“已有稳定基线的可选课程”与“仍处观察层的快速变化主题”；- 学习路线元数据 v2 规范记录 57 门课程、A2A 的稳定 ID、
frontier-reference进入标准和角色计数； - Homepage、CourseNavigator、内容准备测试与站点验收器继续由同一 v2 元数据生成/校验；
- MCP 与多 Agent 课程交叉链接 A2A，同时保持“MCP 连接工具/上下文，A2A 连接独立 Agent 应用”的职责边界。
核心来源
本阶段以一手规范、官方文档和原始研究为主，重点包括：
- A2A Protocol 1.0.0 规范、v1.0 迁移说明与A2A/MCP 边界；
- OWASP Top 10 for Agentic Applications、MITRE ATLAS与NIST AI RMF；
- NIST Privacy Framework 1.1 项目页、SP 800-188与SP 800-226；
- Regulation (EU) 2024/1689、AI Omnibus 最终文本与欧盟理事会最终通过公告；
- OpenAI 第三方评测指南、Anthropic Agent 评测指南、HELM 仓库与OpenTelemetry GenAI 语义约定；
- MLflow Model Registry 工作流与各课程已有的原始 Benchmark、统计和 SRE 资料。
动态状态只表示 2026-07-21 的核验结果，不自动延伸为未来事实、具体组织的采用结论或法律意见。
验证证据
| 检查 | 结果 |
|---|---|
| A2A 项目 | 4 组 CLI fixture 通过；10 项 unittest 在 normal、-O、-W error 三种模式通过 |
| 安全/治理/隐私 | 80/69/76 项 unittest，各自在三种模式通过；三套 self-test 通过 |
| 评测/Benchmark/监控 | 36/42/34 项 unittest，各自在三种模式通过 |
| MLOps/LLMOps/数据合成 | 52/60/40 项 unittest，各自在三种模式通过；MLOps 单场景 CLI 与 audit 符合预期 |
| Python 总计 | 499 个独立 unittest 用例，三种模式共 1,497 次用例执行，均通过 |
| 站点单元测试 | 46/46 通过 |
| 完整公开构建 | 903 个源 Markdown；557 个全文、346 个 fail-closed stub、220 个资源；生成 906 个 staged Markdown 与 2,421 个 HTML 页面 |
| 导航验收 | 57 个课程入口、10 个知识域、4 条角色路径、72 个导航文件夹 |
| 发布门禁 | broken local links、禁止文件、进度泄漏、敏感信息、自重定向、表格 wikilink 泄漏、交互 checkbox 与 KaTeX 错误均为 0 |
| 作用域检查 | 所改 Markdown frontmatter、vault 限定 wikilink、JSON、缓存与 git diff --check 均通过 |
协作期间外层 vault 自动生成 a6c79f0 vault backup: 2026-07-21 01:50:33，吸收了当时已完成的共享改动；各 Agent 均未手工 stage、commit、reset 或回退其他工作。后续未提交修改继续保留在工作区。
后续队列
- 在 Obsidian 阅读视图抽查新 A2A Mermaid、长表、callout、中文/英文术语和移动端布局；Quartz 构建不能代替桌面端渲染。
- 用两个以上官方 SDK/语言实现 A2A 客户端—服务端矩阵，加入 Inspector/TCK、三种 binding、流式断线、webhook、身份提供方和跨租户负向测试。
- 将安全/治理/隐私声明式审查器接入受控的 IAM、网关、制品签名、数据血缘或隐私工程实验；继续区分离线合同、集成证据和生产证据。
- 为 MLOps/LLMOps 增加真实 Registry、同期随机 control、shadow/Canary 流量、回滚与事故演练，不用固定 fixture 冒充线上因果结论。
- 继续按主线入链价值、许可与版本审阅 346 个第三方 stub，以及仍缺来源状态的历史完整页面；不做机械批量转正。
- 持续复核 A2A SDK/TCK、OpenTelemetry Development 约定、NIST AI RMF/PF 修订、欧盟正式公布文本、模型供应商与动态框架版本。
本记录只覆盖第十三阶段，不表示整个长期 /goal 已完成。