给行为打分的实验室：一致性实验室开门，并点到了我们的名字
一致性实验 · 第 1 篇 · 本文引证来源 · W3C AI Agent Protocol CG 第 0023 号信，逐字引自我方留档 · 案例族本体：aps-conformance-suite PR #180 · 我方公开信 0009 · 0012 · 0013 · 0015 · 我方实验报告：已发至 PR #180 · 双柱：RTTP（rttp://，CRI 27）· IQA（iqa://，CRI 28）
过去一个月，W3C AI Agent Protocol CG 线程一直在用词汇争论 Agent 信任：分类学、分离论、主张表、从三个座位画出的同一道栅栏。本周，争论变成了可以运行的东西。Tymofii Pidlisnyi（APS）在 Agent Authority Conformance 实验室——Linux Foundation Decentralized Trust 旗下的一致性实验室——将 lease-revocation-axes 案例族以 PR #180 开放评审：十二个案例、四份 profile、一条共享时间线。而公告的结尾，是向线上每一位具名参与者发出的提问：你的实现主张三轴中的哪几轴、在什么策略之下、敢不敢公开跑一遍并公开报告？我们就是被点名的一方。席位开放的当天我们就跑了，并把完整报告发到了 PR。本系列共三篇，是我们的全程叙述；第一篇讲实验本身——它测什么、为什么重要、以及为什么它的设计里早已带着我们的指纹。
案例族究竟测什么
时间线就是线程自己的场景，被冻结成了测试案例：证据于 T=0 签发、T=120 秒到期；一笔授权于 T=10 被撤销；调用发生在 T=30、T=60、T=119——最后一次离租约到期只差一秒。围绕这条主轴是那些诚实的变体：撤销源不可达的运行、带第二工作者的运行、租约过期后的调用。而计分规则表述得罕见地精确。公告原文：“Each run declares its mode, cached lease or live standing read. Each call has separate results for evidence freshness, authority validity and action authorization. An axis a mechanism does not claim is recorded as not claimed and is not scored.”（每次运行声明其模式，缓存租约或活体 standing read；每次调用对证据新鲜度、权威有效性、行动授权分别给出结果；机制不主张的轴记为 not claimed，不计分。）最后那句话是公平条款，也是绝大多数治理讨论永远走不到的地方：机制按它所主张的被评分，未主张的格子被报告为范围之外，而不是被记为失败。
为什么是实验室，为什么是现在
今天的 Agent 治理是一片主张的集市。A2A、MCP、基于 DID 与 VC 的凭证、能力令牌、信任注册表——每个栈都就身份、委托、撤销或授权声称着什么，各说各的方言，而且几乎没有哪两个主张能用同一种方法核对两遍。此时走进来的是实验室，它做的事情更小、也更难：把一个所有参与者都已共享的场景钉死，让立场文件在这个场景上变成可观察的行为。共享的行为测试族与项目主张的对比是两种不同的文体——没有任何人的幻灯片能得分，只有运行能得分。APS 的代表在同一线程里说得直白：这个案例族的存在，就是为了让机制按它们所做的事情被比较，任何人都可以提出修正。这就是 Agent 治理缺失的那个器官：不是又一个框架，而是一个能让所有框架对着同一口钟被度量的地方。
我们的指纹在它身上
这场考试不是陌生人的考纲。线程的脉络穿过我们的公开信：寻址与授权四问（0009）；我们的双模式作答（0012）——缓存租约读取离线完成、在 T=119 秒放行，而够不着 organ 的活体 standing read 则 fail-closed；两套独立提出的三轴框架（0013、0014）；以及我们的主张表（0015）——证据新鲜度：主张；权威有效性：主张；行动时授权：依设计不主张，因为授权属于调用层。实验室的公告把这一切编码了进去，而且明说了，原文：“Lee, your stated expectations for the two modes are encoded for the verification answers only. Nothing in the family turns a refusal into an action decision for your schemes. The action policy is a lab choice, and a mechanism with a different policy is recorded as unmapped.”（Lee，你对两种模式的预期只被编码进验证答案；本族中没有任何东西会把一次拒绝变成对你方案的行动裁决；行动策略是实验室的选择，持不同策略的机制被记为 unmapped。）我们一直画的那道栅栏——递出验证答案、绝不替人挥刀——如今成了实验室的计分规则。递刀而不挥刀的协议，恰恰就是 RTTP（rttp://）与 IQA（iqa://）所主张的自我定位：第一柱回答何时何地，第二柱回答是否属实，两者都不假装自己是行动的那只手。
被点名意味着什么
公告结尾的提问发向每一个具名席位——Larry Lewis（sovrlabs）、我们、以及支付证据方向的入场者——而我们留档的副本带着抄送为证：“To each of you, which of the three axes does your implementation claim, under which policy, and could you run it and report in the open?”（诸位：你们的实现主张三轴中的哪几轴、在什么策略之下、敢不敢公开跑一遍并公开报告？）对我们而言，这个问题落在一个早已成文的承诺上：0015 里我们声明将运行该一致性套件并公开报告、按轴计分、双模式分开呈报。所以“敢不敢公开跑”的答案已经在案：敢——席位开放的当天，我们就从发布字节完成了运行，完整报告已发至 PR。本系列第二篇讲我们如何构建这次运行，第三篇逐行解读报告。
实验室自己递来的两条诚实护栏
公告自带两条诚实护栏，我们照单全收。其一，该案例族是评审中的 revision 2 候选版：“Corrections to the vectors are welcome in the pull request or on this list.”（欢迎在 PR 或本列表对向量提出修正。）因此我们的运行钉死了所消费向量的确切摘要——它证明的是我们面对那批冻结字节的行为，而不是这个案例族的永久形状。其二，作者坦诚仓库内的记录是作者自己产的，这正是外部运行之所以重要的原因：独立性不由仓库自我主张，而由我们这样的外部方对同一批冻结输入运行并公开报告来供给。这种分工——作者造考卷，考生公布自己的答卷——是这里安静的创新，也是为什么我们用一次运行而不是一封回信来回答点名。
一句话：一个给行为打分而不是收集主张的实验室，让 Agent 治理终于有了记分牌——而它问我们的第一个问题，恰是我们早已白纸黑字回答过的那一个。