本仓库是 AEF（Agent Evidence Format）的公共事故案例实验室。我们收集真实世界中已经发生的 AI 事故，并展示：如果这些事故发生时存在 AEF 记录，证据链会是什么样。
三星电子前副总裁崔某在 ChatGPT 中粘贴 110 页合资半导体工厂商业计划书，要求 AI 进行摘要和 PPT 制作。这些内容可能进入 OpenAI 训练集。
没有 AEF：三星只能“全面禁用 AI”，无法精确追溯哪些会话涉及机密。
如果有 AEF：安全团队可精确检索每次 tool.call 事件，确认涉及机密的会话。human.override 可显示员工是否收到过系统警告。完整事件链可回放整个交互过程。
→ 完整案例分析
诈骗分子在 YouTube 发布 AI 深度伪造视频，冒充沙特国王萨勒曼宣布虚假投资计划。数千名投资者被骗，金额超 200 万美元。
没有 AEF：无法证明视频由 AI 生成而非人工剪辑，受害者难以追责。
如果有 AEF：生成视频的 AI Agent 会留下完整执行链——task.created → tool.call.started（生成帧）→ tool.call.completed（输出视频）。integrity_hash 锚定生成输出与执行之间的密码学联系。
→ 完整案例分析
《大西洋月刊》主编被意外拉入美国高级官员的 Signal 群聊，群内讨论针对胡塞武装的军事打击。泄密后所有官员否认讨论过“战争计划”。
没有 AEF：政府内部决策和 AI 辅助分析完全不可追溯，官员可以否认一切。
如果有 AEF：任何 AI 辅助的风险评估、部署建议、外交对策都以不可篡改的因果图记录。human.override 可以区分 AI 的推荐与官员手动修改后的最终指令。
→ 完整案例分析
中国开源大模型公司 DeepSeek 在商标注册中遭遇恶意抢注。争议核心是商标的初始使用时间能否被独立验证。
没有 AEF：商标争议依赖公司内部记录，法律诉讼周期可达数年。
如果有 AEF：从模型训练到 API 上线的每一步都构成不可篡改的时间线。ERC 公证收据为每条事件提供独立密码学证明，大幅缩短证据验证周期。
→ 完整案例分析
以下三个虚构案例展示了 AEF 在不同 AI 事故类型中的完整证据链：
| 编号 | 标题 | 事故类型 | AEF 证据 |
|---|---|---|---|
| 001 | AI 误删关键配置文件 | 工具误用（tool misuse） | ✅ 完整回放 + ERC 收据 |
| 002 | AI 修改生产配置并推卸责任 | 多 Agent 协作（multi-agent） | ✅ 因果图 + 责任链 |
| 003 | 人类覆盖被忽略导致部署失败 | 人类覆盖违规（human override violation） | ✅ human.override 事件 + replay |
| 004 | AI 交易决策无法追溯 | 量化交易 | ✅ AEF 事件链 + 因果图 |
每个案例包含：
README.md— 事故描述、事件列表、因果图、关键证据、结论events.json— 完整 AEF 事件文件（含 SHA-256 完整性哈希）receipt.json— ERC 责任收据
AEF 是一份开放、中立、已冻结的 AI 代理执行证据格式宪法。它定义了：
- 什么叫一次真实发生的 AI 行为
- 什么叫一次合法的回放
- 什么叫一次人类干预
- 什么叫一条不可篡改的证据链
详见 aef-core。
如果你想提交一个新的 AI 事故案例（真实或虚构），请参考 incidents/001/ 的格式：
- 创建
incidents/<编号>/目录 - 提供
README.md（事故描述、事件表、因果图、结论） - 提供
events.json（AEF 事件文件，含完整 SHA-256 哈希） - 提供
receipt.json（ERC 公证收据） - 提交 PR